SPSS資料分析—多分類Logistic迴歸模型

標籤：

前面我們說過二分類Logistic迴歸模型，但分類變數並不只是二分類一種，還有多分類，本次我們介紹當因變數為多分類時的Logistic迴歸模型。

多分類Logistic迴歸模型又分為有序多分類Logistic迴歸模型和無序多分類Logistic迴歸模型

一、有序多分類Logistic迴歸模型

有序多分類Logistic迴歸模型擬合的基本方法是擬合因變數水平數-1個Logistic迴歸模型，也稱為累積多分類Logit模型，實際上就是將因變數依次分割成兩個等級，對這兩個等級建立二分類Logistic迴歸模型，無論模型的分割點在什麼位置，所擬合的這n-1個迴歸模型的自變數係數均保持不變，改變的只有常數項，這也是累積多分類Logit模型的前提條件，也稱為平行線檢驗。

累積多分類Logit模型的常數項是負數，和二分類Logistic迴歸模型的常數項符號相反

下面看一個例子

現在想分析人們的工作滿意度，選取了一些相關變數，資料如下


從資料中，可見因變數滿意度satis有三個水平，因此考慮擬合有序多分類Logistic迴歸模型

分析—迴歸—有序











二、無序多分類Logistic迴歸模型

前面講的有序分類Logistic迴歸模型，前提為因變數為有序多分類，但是當因變數為無序多分類或者不滿足平行線假定時，就需要使用無序多分類Logistic迴歸模型。

無序多分類Logistic迴歸模型也是擬合因變數水平數-1個廣義Logit模型，不同的是它需要先定義某一個水平為參照水平，其餘水平和其進行對比，SPSS預設取水平最大者為參照水平。

例，通過一組資料，希望分析出不同背景人的投票傾向



圖中可見因變數pres92為無序多分類變數，有三個水平，考慮使用無序多分類Logistic迴歸模型

分析—迴歸—多項Logistic

SPSS資料分析—多分類Logistic迴歸模型