拟合二元 Logistic 模型输入二值 Logistic 回归的数据

统计 > 回归 > 二元 Logistic 回归 > 拟合二元 Logistic 模型

预测分析模块 > 二值 Logistic 回归

二值响应/频率格式的响应

如果响应数据是具有两个离散值的单列,请完成以下步骤。(可选)数据可以包括一个含有响应计数(对应于行中的响应和预测变量值)的列。

  1. 从下拉列表中,选择二值响应/频率格式的响应
  2. 响应中,输入要解释或预测的二元数据列。 二元变量是具有两个可能水平(例如,通过/失败或真/假)的类别变量。响应变量又称为 Y 变量。
  3. 响应事件中,选择分析将描述的事件。 更改响应事件并不影响总体显著性,但会使结果更有意义。
  4. (可选)在 频数 中,输入包含计数(对应于行中的响应变量和预测变量值)的列。
  5. 连续预测变量中,输入可能解释或预测响应中变化的连续变量。预测变量又称为 X 变量。
  6. 类别预测变量中,输入可能解释或预测响应变量变化的类别分类或组分配,例如,原材料类型。预测变量又称为 X 变量。
在该工作表中,已买是响应,指示顾客是否购买了新品牌的谷类食品。响应事件为收入是连续预测变量,孩子是类别预测变量。工作表中的第一行显示有孩子且收入为 $37,000 的一位顾客购买了新品牌的谷类食品。
C1-T C2 C3-T
购买 收入 孩子
37,000 美元
47,000 美元
34,000 美元
58,000 美元
在此工作表中,响应变量和预测变量与上一个示例的相同,但是这些数据还包括频率变量。频率包含顾客的计数,它对应于每一行中的响应变量和预测变量值的组合。工作表第一行显示有孩子且收入为 $40,000 的 2 位顾客购买了新品牌的谷类食品。
C1-T C2 C3-T C4
购买 收入 孩子 频率
$40,000 2
$40,000 12
$45,000 1
$45,000 6

事件/试验格式的响应

如果响应数据包含在两列(一列包含成功次数或希望的事件数,另一列包含试验数)中,请完成以下步骤。

  1. 从下拉列表中,选择 事件/试验格式的响应 响应数据是否包含在包含 events 和 trials 的两列中。
  2. 事件名称中,为数据中的事件输入名称。例如,事件可以是成功次数、不一致单位或购买次数。
  3. 事件数中,输入包含事件数的列。
  4. 试验数中,输入包含试验数的列。试验表示事件数与非事件数之和。
  5. 连续预测变量中,输入可能解释或预测响应中变化的连续变量。预测变量又称为 X 变量。
  6. 类别预测变量中,输入可能解释或预测响应变量变化的类别分类或组分配,例如,原材料类型。预测变量又称为 X 变量。

在此工作表中,已买包含事件数,它表示购买新品牌谷类食品的顾客数。试验次数包含试验数,它表示针对该预测变量组合调查的顾客总数。收入是连续预测变量,孩子是类别预测变量。工作表中的第一行显示对有孩子且收入为 $37,000 的 20 位顾客进行了调查,其中的 2 位顾客购买了新品牌的谷类食品。
C1 C2 C3 C4-T
购买 试验次数 收入 孩子
2 20 $37,000
0 3 $37,000
4 12 $40,000
3 18 $34,000