Ілюстрований самовчитель з SPSS 10
Бінарна логістична регресія
Питання, на яке ми маємо знайти відповідь, звучить так: який вплив на ймовірність одужання надають відібрані змінні.
- Відкрийте файл lunge.sav.
- Після вибору відповідного меню в діалоговому вікніLogistic Regression (Логістична регресія) змінної out надайте статус незалежної змінної, а решті (крім пг) надайте статус каварыат. Тут, як і за множинної лінійної регресії, введення коваріат Ви можете проводити по блоках.
Через залучення до аналізу великої кількості змінних комп'ютер повинен вирішити, які з них у кінцевому випадку будуть відібрані для використання у рівнянні ймовірності. Тому тут має бути обраний не метод вкладення, який включає до уваги всі змінні, а один із покрокових методів.
Метод прямої селекції починається з використання лише констант на стартовому етапі, а потім послідовно підключаються змінні, які демонструють сильну кореляцію із залежними змінними. Далі знову слідує перевірка того, які змінні мають бути виключені, причому як критерій перевірки вибирається або статистика Вальдовського (Wald ), або функція правдоподібності, або один з варіантів, званих "умовною статистикою" (які, однак, не рекомендуються). Метод зворотної селекції спочатку бере до уваги всі змінні, а потім у зворотному порядку відбувається виключення малозначущих змінних.
- Встановіть контрастDeviation (Відхилення) і за допомогою клацання наContinue (Далі) поверніться у вихідне діалогове вікно.
- Почніть розрахунок натисканнямОК.
Ви можете простежити, які зміннізалучаються до аналізу та як покращується ймовірність прогнозу після залучення кожної нової змінної. На завершальній стати аналізу є чотири змінні, а саме: вік, час проведення штучного дихання, ріст і концентрація кисню в повітряній масі для штучного дихання.
Точність виконання прогнозу, що досягається під час використання цих чотирьох змінних, становить 71.0%; її можна побачити в нижченаведеній класифікаційній таблиці на стор 25.
Classification Table (Класифікаційна таблиця) а