下载掌阅APP，畅读海量书库
立即打开
Logistic回归模型属于一种广义线性回归模型，与多重线性回归模型有很多相同之处。它们的模型形式基本相同，即 w x + b ，其中， w 和 b 是待求参数。区别在于它们的因变量不同，多重线性回归模型直接将 w x + b 作为因变量，即 y = w x + b ，而Logistic回归模型则通过函数 L 将 w x + b 转换为一个隐状态 p ， p = L （ w x + b ），然后根据 p 与1 -p 的大小决定因变量的值。如果 L 是Logistic函数，就是Logistic回归分析；如果 L 是多项式函数，就是多项式回归分析。
在SPSS的所有分析中，变量按照变量值是否连续被分为连续变量和离散变量。其中，离散变量指数值为自然数或者以整数为单位计算的变量，比如参会人员的男女比例、合作单位的个数、参会人数等。连续变量和离散变量的具体划分可以参照表4-1-1。Logistic回归模型的因变量通常为离散变量。
表4-1-1
在Logistic回归模型中，根据因变量的取值个数，可以分为二元Logistic回归模型和多元Logistic回归模型。
二元Logistic回归模型公式：
其中， z = B 0 + B 1 X 1 +… B p X p （ p 为自变量个数），某一事件不发生的概率为prob（no event）=1−prob（event），因此最主要的是求 B 0 ， B 1 ，…， B p （常量和系数）。
多元Logistic回归模型公式：
Logistic回归分析的目的是求证有关联（相关）的变量之间的关系。Logistic回归分析往往通过对一组样本数据进行分析，发现影响某一变量的诸多变量，得出以多个自变量估计因变量的Logistic回归模型，从而确定关联变量之间的关系。
想要使用Logistic回归模型，需要满足以下几个条件。
● 自变量 x 与因变量 y 之间的关系是非线性的。
● Logistic回归模型中的自变量既可以是连续变量，也可以是离散变量或者虚拟变量，而且对自变量正态分布没有特殊要求，自变量和逻辑回归概率是线性关系。
● 非等方差性，Logistic回归模型不需要像线性回归模型一样，要求等方差性；但残差和因变量要服从二项分布。
● 独立性，即数据为随机样本，各观测对象之间相互独立。
● 无共线性，即自变量 x 之间相互独立，需要注意的是，重复计数现象指标不适用于Logistic回归模型。
Logistic回归模型的本质是用事件发生的概率除以事件没有发生的概率，再取对数。这个简单的变换改变了取值区间，以及因变量与自变量之间的曲线关系，使得因变量和自变量之间呈线性关系，所以Logistic回归模型从根本上解决了因变量不是连续变量时该如何操作的问题。Logistic回归模型在现实中得到了广泛应用。例如，分析某件事情发生的概率与其他数值型自变量的关系。
此外，如果自变量为字符型变量，则需要重新编码。一般来说，当自变量数量大于或等于3个时，就需要根据实际情况予以处理。
Logistic回归分析作为常用的数据挖掘分析方法之一，在经济学、社会学、医学等领域中的应用尤为广泛，下面简单介绍其用途。
首先，Logistic回归分析可以直接预测自变量相对于某一事件或者情况的发生概率。通过建立Logistic回归模型，根据自变量相关度的高低决定进入顺序。在保证自变量满足其标准化回归系数达到进入标准（即通过 F 值或 F 概率值规定的标准）后，再逐一移除对模型贡献最小的自变量，直到所有自变量均达到标准为止。以医学领域为例，通过Logistic回归分析，医学家可以清楚地预测药品A对于某种疾病的医疗效果，从而更好地选择治疗方案。
其次，Logistic回归分析能够发现危险因素。通过预测，Logistic回归分析根据自变量权重结果，可以清晰地判别哪些因素对因变量来说是危险因素。以企业经济管理为例，在企业员工中抽取两组员工，一组为高效率，另一组为低效率。两组员工必定具有不同的体征与工作方式，其中，自变量包括员工的工作年限、工作积极性、企业理念认同程度、所在小组领导的领导风栺等。在这种情况下，通过Logistic回归分析可以得到自变量的权重，从而可以大致了解哪些因素是影响企业经济效率的危险因素。
最后，Logistic回归分析能够判断某种可能，这里不是指预测的效果，而是一种事实上的判别，即通过Logistic回归分析判断某种可能或者某种情况发生的概率。以医学领域为例，医生在诊断过程中通过Logistic回归分析可以判断病人患某种疾病的概率有多大，或者判断病人有多大的可能性被确诊为某种疾病。