【问题标题】:Binary logistic regression: significance without an increase in Overall Percentage?二元逻辑回归:总体百分比没有增加的显着性?
【发布时间】:2018-09-21 18:31:51
【问题描述】:

我有一些具有两个自变量和一个因变量的数据。我正在使用 SPSS,我的 IV 有交互。我的结果如下。

我没有统计背景,而且是 LG 的新手,所以不知道如何解释我的结果。具体来说,正如我在下面强调的那样,数据似乎具有显着性 (χ2(1) = 7.737, p = .005),但模型的总体百分比与零假设 (60.0) 相同?

我是不是做错了什么,或者二进制 LG 能否在数据中显示显着性而总体百分比没有增加?

【问题讨论】:

    标签: logistic-regression spss


    【解决方案1】:
    1. 我看到您只输入了交互术语“Attraction_1Yes2No * Crush_1_Yes2_No”。 您还应该输入这两个自变量:Attraction_1Yes2No AND Crush_1_Yes2_No。

    2. 这些自变量是分类的吗?然后你应该在“类别”对话框中说明,为每个类别指定参考类别。

    3. 您的因变量原始值为 1 和 3。该过程指向值 3 作为其目标。那是您要预测的类别吗?如果没有,请在再次运行回归之前重新编码。

    4. 可以输入一个显着变量,但对分类没有好处(它也取决于截断值)。但首先检查这些项目并告诉结果

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2016-05-10
      • 2018-05-04
      • 1970-01-01
      • 2013-12-20
      • 2021-12-24
      • 1970-01-01
      • 2020-08-01
      相关资源
      最近更新 更多