怎样用SPSS做二项Logistic回归分析？结果如何解释？
1. Logistic回归简介Logistic回归：主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等）的回归分析，自变量可以为分类变量，也可以为连续变量。因变量为二分类的称为二项logistic回归，因变量为多分类的称为多元logistic回归。Odds：称为比值、比数，是指某事件发生的可能性(概率)与不发生的可能性（概率）之比。OR（Odds Ratio）：比值比，优势比。2.SPSS中做Logistic回归的操作步骤分析&回归&二元Logistic回归选择因变量和自变量（协变量）... ...具体可以参考：3.结果怎么看一些指标和数据怎么看“EXP(B)”即为相应变量的OR值（又叫优势比，比值比），为在其他条件不变的情况下，自变量每改变1个单位，事件的发生比“Odds”的变化率。伪决定系数cox & Snell R2和Nagelkerke R2，这两个指标从不同角度反映了当前模型中自变量解释了因变量的变异占因变量总变异的比例。但对于Logistic回归而言，通常看到的伪决定系数的大小不像线性回归模型中的决定系数那么大。预测结果列联表解释，看”分类表“中的数据，提供了2类样本的预测正确率和总的正确率。建立Logistic回归方程logit（P）=β-0+β1*X1+β2*X2+……+βm*Xm4.自变量的筛选方法和逐步回归与线性回归类似，在Logistic回归中应尽量纳入对因变量有影响作用的变量，而将对因变量没有影响或影响较小的变量排除在模型之外。①.Wald检验：Wals是一个统计量，用检验自变量对因变量是否有影响的。它越大，或者说它对应的sig越小，则影响越显著。②.似然比检验（Likelihood Ratio
Test）：Logistic模型的估计一般是使用极大似然法，即使得模型的似然函数L达到最大值。-2lnL被称为Diviance，记为D。L越大，则D越大，模型预测效果越好。似然比检验是通过比较是否包含某个或几个参数β的多个模型的D值。③.比分检验（Score Test）以上三种假设检验中，似然比检验是基于整个模型的拟合情况进行的，结果最为可靠；比分检验结果一般与似然比检验结果一致。最差的就是Wald检验，它考虑各因素的综合作用，当因素间存在共线性的时候，结果不可靠。故在筛选变量时，用Wald法应慎重。SPSS中提供了六种自变量的筛选方法，向前法（Forward）和向后法（Backward）分别有三种。基于条件参数估计和偏最大似然估计的筛选方法都比较可靠，尤以后者为佳。但基于Wald统计量的检验则不然，它实际上未考虑各因素的综合作用，当因素间存在共线性时，结果不可靠，故应当慎用。5.模型效果的判断指标①.对数似然值与伪决定系数Logistic模型是通过极大似然法求解的，极大似然值实际上也是一个概率，取值在０～１之间。取值为１，代表模型达到完美，此时其对数值为０；似然值越小，则其对数值越负，因此－２倍的对数似然值就可以用来表示模型的拟合效果，其值越小，越接近于０，说明模型拟合效果越好。②.模型预测正确率对因变量结局预测的准确程度也可以反映模型的效果，SPSS在Logistic回归过程中会输出包含预测分类结果与原始数据分类结果的列联表，默认是按照概率是否大于0.5进行分割。③.ROC曲线ROC曲线即受试者工作特征曲线（Receiver
Operating Characteristic Curve），或译作接受者操作特征曲线。它是一种广泛应用的数据统计方法，1950年应用于雷达信号检测的分析，用于区别“噪声”与“信号”。在对Logistic回归模型拟合效果进行判断时，通过ROC曲线可直接使用模型预测概率进行。应用ROC曲线可帮助研究者确定合理的预测概率分类点，即将预测概率大于（或小于）多少的研究对象判断为阳性结果（或阴性结果）。ROC曲线，预测效果最佳时，曲线应该是从左下角垂直上升至顶，然后水平方向向右延伸到右上角。如果ＲＯＣ曲线沿着主对角线方向分布，表示分类是机遇造成的，正确分类和错分的概率各为50％，此时该诊断方法完全无效。参考资料：张文彤.
已有帐号？
无法登录？
社交帐号登录关注今日：7 | 主题：204383
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】四参数Logistic曲线拟合公式的各项意义
页码直达：
这个帖子发布于6年零333天前，其中的信息可能已发生改变或有所发展。
最近在做ELISA的分析，数据导入到软件后用四参数Logistic曲线拟合，效果很好，但得出的这个公式是什么意思啊，这个对我实在是太复杂了，呵呵。方程: y = (A - D) / [1 + (x/C)^B] + D------------------------------------------------------------------A = 1.33037B = -1.18311C = 979.96928D = 0.01950r^2 = 0.99804尤其是这个符号“^”，它是什么意思啊，门外汉，高手不要笑我啊。⊙﹏⊙b汗。
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
A 最大反应值B 斜率C 拐点浓度D 本底R^2 曲线拟合度，用来评价曲线拟合效果“ ^ ”，指数的表示符
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
winking edited on
winking A 最大反应值B 斜率C 拐点浓度D 本底R^2 曲线拟合度，用来评价曲线拟合效果“ ^ ”，指数的表示符说的好，建议给加分
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
感谢二楼的高手，建议加分。还有就是弱弱的问一下，“C^B”就是C的B次方？如果用文字来说明的话？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
ssln321321 edited on
没错，是的。例如：2^3，就表示2的3次方，等于8,3^2就表示3的2次方，等于9。“^”是计算机中乘方或幂的符号，如果你学过计算机编程的话，你就明白了。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
谢谢楼上的，原来是编程语言啊，还真的没学过。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
^这个符号在EXCEL里也经常用到。我前几个月研究了一下各个拟合曲线的公式，用excel编写出了log(x)-log(y),log(x)-logit(y),以及y=ax^2+bx+c和y=ax^3+bX^2+cx+d的拟合公式，不过就是这个四参数实在是不懂。我想问问这里的高手们，四参数公式是否能在excel里实现？如果可以，公式是怎样的？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
那ED50的意义？谢谢赐教！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
麻烦问一下楼主这个公式是怎么作出来的?　得到这个公式需要哪些数据? 用的又是什么软件来实现的？　
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
ssln321321 最近在做ELISA的分析，数据导入到软件后用四参数Logistic曲线拟合，效果很好，但得出的这个公式是什么意思啊，这个对我实在是太复杂了，呵呵。方程: y = (A - D) / [1 + (x/C)^B] + D------------------------------------------------------------------A = 1.33037B = -1.18311C = 979.96928D = 0.01950r^2 = 0.99804尤其是这个符号“^”，它是什么意思啊，门外汉，高手不要笑我啊。⊙﹏⊙b汗。请问用什么软件做的四参数logistic啊，找不到。。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
桃之泡泡 请问用什么软件做的四参数logistic啊，找不到。。excel,线性规划即可.不过相当的麻烦.
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
使用prism软件
(2194.38k)
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
，想问B斜率代表什么，还有C与B的关系
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
A：x趋近于无穷大或无穷小时，y的最大值；D：x趋近于无穷大或无穷小时，y的最小值；C：曲线拐点； B：与拐点处曲线斜率相关何以试用小软件来计算：
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园四参数Logistic模型-学术百科-知网空间
四参数Logistic模型
四参数Logistic模型
four-parameter logistic model指对于参数和随机变量为非线性的模型,它相对于线性模型而言,其依变量与自变量间不能在坐...它根据建立模型的方法不同可分为两类：①推理模型：即根据具体学科理论揭示的变量间相互关系用数学分析方法建立的模型，如猪的生长曲线、Logistic模型
与"四参数Logistic模型"相关的文献前10条
在淹水和非淹水条件下,在河流湿地土壤中加入高浓度(10mg·kg-1)和极高浓度(200mg·kg-1)芘,研究了芘降解过程、芘生物有效性和土壤酶活性的长期动态变化.结果表明,培
心理与教育测验中存在着被试作答异常现象(能力测验中的猜测现象和睡眠现象,人格测验中的非0下渐近线现象和非1上渐近线现象),会导致被试能力或人格特征的测量偏差。在能力测验中,研究者
被试能力参数估计是项目反应理论应用研究最重要的技术之一。本文在理想的测验情境下,研究被试作答的偶然性对被试能力值估计的影响。研究设计了被试作答的两种偶然性情况:一是偶然做对了一道
目的探讨血清乙型肝炎病毒(HBV)大蛋白(LP)浓度标准曲线的最适拟合模型,以建立并优化定量检测系统。方法HBV-LP标准品吸光度(A)检测采用酶联免疫吸附试验(ELISA),对
目的探讨线性及几种S形曲线回归模型拟合血清乙肝病毒大蛋白(HBV-LP)浓度与吸光度的标准曲线线性模型标准曲线的效果。方法HBV-LP标准品吸光度检测采用酶联免疫吸附试验,S模型
多元回归模型分析广泛应用于癌症多因素生存分析,以确定预后因素与癌症病人生存期之间的关系。本文回顾了一些常用的多元回归模型,主要是多元线性回归模型、Logistic回归模型、Buc
本文采用数学模型法取代手工作图法,对RIA标准曲线函数拟合的几种数学模型(多项式、样条函数、Logit—log、四参数或五参数Logistic及四参数单位点质量作用模型等)逐一进
目的介绍长期生存者资料生存分析模型与方法。方法以SARS病人为例阐述半参数治愈模型原理与方法,并将长期生存者资料半参数治愈模型与Cox回归模型得到的结果进行对比分析。结果Cox比
在分析路基沉降规律和Richards曲线特征的基础上,针对常用的Gompertz、Von Bertalanffy和Logistic3种沉降预测模型的不足,基于Richards曲线
高生长模型是定量研究树木生长过程的有效途径,本文应用双曲线方程、Logistic方程、三个参数的Richards方程及四个参数的Richards方程对红松的高生长进行了研究。结果
"四参数Logistic模型"的相关词
快捷付款方式
订购知网充值卡
<font color="#0-819-9993
<font color="#0-
<font color="#0-关注今日：7 | 主题：204383
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】四参数Logistic曲线拟合公式的各项意义
页码直达：
这个帖子发布于6年零333天前，其中的信息可能已发生改变或有所发展。
最近在做ELISA的分析，数据导入到软件后用四参数Logistic曲线拟合，效果很好，但得出的这个公式是什么意思啊，这个对我实在是太复杂了，呵呵。方程: y = (A - D) / [1 + (x/C)^B] + D------------------------------------------------------------------A = 1.33037B = -1.18311C = 979.96928D = 0.01950r^2 = 0.99804尤其是这个符号“^”，它是什么意思啊，门外汉，高手不要笑我啊。⊙﹏⊙b汗。
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
A 最大反应值B 斜率C 拐点浓度D 本底R^2 曲线拟合度，用来评价曲线拟合效果“ ^ ”，指数的表示符
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
winking edited on
winking A 最大反应值B 斜率C 拐点浓度D 本底R^2 曲线拟合度，用来评价曲线拟合效果“ ^ ”，指数的表示符说的好，建议给加分
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
感谢二楼的高手，建议加分。还有就是弱弱的问一下，“C^B”就是C的B次方？如果用文字来说明的话？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
ssln321321 edited on
没错，是的。例如：2^3，就表示2的3次方，等于8,3^2就表示3的2次方，等于9。“^”是计算机中乘方或幂的符号，如果你学过计算机编程的话，你就明白了。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
谢谢楼上的，原来是编程语言啊，还真的没学过。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
^这个符号在EXCEL里也经常用到。我前几个月研究了一下各个拟合曲线的公式，用excel编写出了log(x)-log(y),log(x)-logit(y),以及y=ax^2+bx+c和y=ax^3+bX^2+cx+d的拟合公式，不过就是这个四参数实在是不懂。我想问问这里的高手们，四参数公式是否能在excel里实现？如果可以，公式是怎样的？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
那ED50的意义？谢谢赐教！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
麻烦问一下楼主这个公式是怎么作出来的?　得到这个公式需要哪些数据? 用的又是什么软件来实现的？　
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
ssln321321 最近在做ELISA的分析，数据导入到软件后用四参数Logistic曲线拟合，效果很好，但得出的这个公式是什么意思啊，这个对我实在是太复杂了，呵呵。方程: y = (A - D) / [1 + (x/C)^B] + D------------------------------------------------------------------A = 1.33037B = -1.18311C = 979.96928D = 0.01950r^2 = 0.99804尤其是这个符号“^”，它是什么意思啊，门外汉，高手不要笑我啊。⊙﹏⊙b汗。请问用什么软件做的四参数logistic啊，找不到。。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
桃之泡泡 请问用什么软件做的四参数logistic啊，找不到。。excel,线性规划即可.不过相当的麻烦.
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
使用prism软件
(2194.38k)
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
，想问B斜率代表什么，还有C与B的关系
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
A：x趋近于无穷大或无穷小时，y的最大值；D：x趋近于无穷大或无穷小时，y的最小值；C：曲线拐点； B：与拐点处曲线斜率相关何以试用小软件来计算：
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园　　【摘 要】Logistic阻滞增长模型在人口预测中有着广泛应用，应用SPSS软件能较为简便地进行Logistic曲线的" />
免费阅读期刊
论文发表、论文指导
周一至周五
9：00&22：00
Logistic人口预测模型的SPSS拟合方法分析
2014年20期目录
&&&&&&本期共收录文章20篇
　　【摘 要】Logistic阻滞增长模型在人口预测中有着广泛应用，应用SPSS软件能较为简便地进行Logistic曲线的拟合。文章介绍了SPSS拟合Logistic人口预测方程的两种方法及其步骤，并通过其结果分析比较二者的优缺点。 中国论文网 /4/view-6145765.htm　　【关键词】Logistic；SPSS软件；拟合方法 　　Logistic模型为荷兰数学家及生物学家Verhulst.Pearl在修正非密度方程时提出，其目的为研究受到生存资源制约的情况下生物种群的增长规律。在Logistic模型中，有限空间内种群不能无限增长，而是存在着数量上限。由于自然资源、环境条件等因素对种群的增长起着阻滞作用，并且随着种群数量的增大，阻滞作用逐步增大，即实测增长率是一个减函数，且随着种群数量的增大而减小，当种群数量趋于上限时，种群增长亦趋于稳定。由于Logistic阻滞增长模型所需的数据少，计算简单，对中短期时间内的种群数量预测较为准确，亦常应用于人口预测方面。 　　一、Logistic阻滞增长模型 　　如上文述，人口增长率为以人口数量x为自变量的函数r（x），这里r（x）为减函数。假设r（x）= r ?Sx，S>0，这里r为初始值r（），即当人口无生存环境和资源限制时的固有增长率。当人口数量达到人口最大容量，将有r（）=0，此时人口达到稳定状态。由线性关系r（）=r-S，可得S=r/。假设x是时间t的函数x（t），从而有解变量可分离方程。 　　二、SPSS软件拟合Logistic人口阻滞增长模型 　　通过模型方程（Ⅰ）可知，Logistic模型拟合的重点为参数和的确定。下采用两种SPSS软件的回归拟合方法，利用年人口调查数据（如表1）进行人口数量的预测。 　　（一）非线性回归（Nonlinear Regression）拟合 　　在SPSS（SPSS19.0）的变量视图中定义两变量人口数量x及年份t，在数据视图中由上而下录入人口数据（如图1所示）。 　　在菜单栏依次选择分析（Analyze）―回归（Regression）―非线性估计（Nonlinear），打开非线性回归窗口。将年末总人口[x]送入因变量一栏，在模型表达式输入框中输入模型公式 　　A/（1 +（A / 114333 - 1）* Exp（- r *（t - 1990）））（如图2）。此处以A代替人口最大容量，由于时间以1990年为初始年份，原方程中的t转为t-1990。选择“参数”项进行参数A和r初始值的设定（如图3），这里A初始值选择人数中的最大值134091（万人），r的初始值选择1991年的人口增长率0.013，“使用上一分析的起始值”一栏选中，单击“继续”。单击“保存”项，打开对话框如图4，选中预测值和残差项，便于检验模型方程的拟合效果，选择“继续”返回非线性回归窗口，选择“确定”运行。在输出（Output）窗口中，可以得到参数A的迭代计算过程、参数估计等内容。由参数估计得参数估计值，=0.0675。R2=1.000。 　　（二）曲线估计法 　　采用SPSS的曲线估计进行模型拟合，须先求参数。对估计的方法很多，这里采用三点法进行求取。 　　选择分析（Analyze）―回归（Regression）―曲线估计（Curve Estimation），打开曲线估计窗口，将年末总人口[x]和年份[t]分别送入因变量和自变量输入框，在“模型”区选中Logistic，在上限一栏填入6，在“保存”对话框中选中预测值和残差，其他依照默认选择。选择“确定”。 　　三、对两种方法所得拟合方程的讨论 　　从可决系数R2来看，两种方法所得拟合方程的R2均得1，则两种方法对Logistic人口预测模型的拟合性都很好。分别用两种方法所得方程对2011年和2012年的年末人口数进行估计，结果如下表1。可以看出，曲线估计的拟合相对较好。 　　考虑二者操作的简便性，前者的拟合性不依赖于A、r初值的选取（选取失当会影响迭代过程所需时间），可靠程度较好，后者则需要利用其它方法预估的值，最终所得方程的拟合性很大程度上亦依赖于的取值。 　　参考文献 　　[1] 湖北省大学生数学建模竞赛专家组编.数学建模（本科册）[M].华中科技大学出版社，2006（2）：4-5. 　　[2] 卢纹岱.SPSS for Windows统计分析[M].北京：电子工业出版社，. 　　作者简介：杨子（1994- ），女，回族，河北沧州人，中央民族大学理学院本科生；陈曦（1995- ），女，天津人，中央民族大学理学院本科生；傅冠宁（1993- ），男，回族，辽宁沈阳人，中央民族大学理学院本科生。
转载请注明来源。原文地址：
【xzbu】郑重声明：本网站资源、信息来源于网络，完全免费共享，仅供学习和研究使用，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息，与本网站立场无关。xzbu不保证该信息（包括但不限于文字、数据及图表）准确性、真实性、完整性等。