Как построить график логистической регрессии в SPSS
Логистическая регрессия похожа на анализ дискриминантной функции в том смысле, что она сообщает вам, в какой степени вы можете предсказать данную переменную на основе того, что вы знаете о других категориальных переменных. Однако преимущество логистической регрессии заключается в том, что может быть включено любое количество переменных, и при желании все переменные-предикторы могут быть категориальными. В SPSS вы можете построить график логистической регрессии через меню «Параметры» окна «Бинарная логистическая регрессия».
Шаг 1
Запустите SPSS. Выберите «Открыть существующий источник данных» в появившемся окне приветствия. Дважды щелкните «Другие файлы», затем перейдите к файлу данных. Дважды щелкните файл, чтобы открыть его в SPSS.
Шаг 2
Нажмите «Анализ», затем «Регрессия», а затем выберите «Двоичная логистика». Появится окно «Логистическая регрессия».
Шаг 3
Щелкните зависимую переменную из списка справа, то есть переменную, которую вы пытаетесь предсказать. Затем щелкните стрелку рядом с полем «Зависимый». Затем выберите переменные-предикторы, используя кнопку «Ctrl», если вам нужно щелкнуть более одной, и щелкните стрелку рядом с полем «Ковариаты». Обратите внимание, что ваши категориальные переменные автоматически получают метку «(cat)» рядом с ними. Если вы хотите включить в анализ взаимодействие между любыми вашими переменными, щелкните каждую по одному разу в главном списке слева, затем нажмите кнопку ">a*b>" рядом с полем "Ковариаты".
Шаг 4
Выберите «Вперед:LR» в раскрывающемся меню «Метод». Это дает результаты для каждого из ваших предикторов отдельно, позволяя вам увидеть, какой вклад каждый из них вносит в общую модель, а также прогностическую силу всех переменных вместе.
Шаг 5
Нажмите «Параметры». В заголовке «Статистика и графики» выберите «Графики классификации». После этого SPSS возвращает график вашей логистической регрессии. Другими полезными статистическими данными из этого меню являются «Согласие Hosmer-Lemeshow» и «История итераций». Результат этих двух тестов дает вам информацию о том, насколько точна модель. Когда закончите, нажмите "Продолжить".
Шаг 6
Нажмите «ОК». Подождите некоторое время, пока не появятся результаты. Логистическая регрессия — довольно ресурсоемкая процедура, и при больших наборах данных это может занять некоторое время. Когда появится экран вывода, прокрутите вниз, чтобы просмотреть график.