以是否识别孤独症为例探讨教育人员的年龄、学历、从教经验等对孤独症识别的影响,寻找孤独症识别的相关因素
-
因变量为二分因变量,自变量为分类变量(也可为連续变量)的数据
-
点击分析——回归——二元 logistic
-
我们有N个分类预测变量有的是二分变量,有的是多类变量将这些预测变量放入covariates协变量框內,将因变量放入上方第一个因变量框
方法默认“输入”,如果做多元可以改为“逐步“(向前向后都可以)
-
点击右上角”分类“,將分类变量放入右侧边框内自变量如有连续变量,不用放入
注意:根据需要,选择参考类别是从最后一个还是从第一个此处在结果汾析时讲,第一个和最后一个的区别
-
点击右上角“选项”,选择exp(B)的CI其他功能看下图。
-
第一个表为数据处理情况包括多少例纳入,多少缺失
第二个表为变量赋值情况
注意:此过程默认以应变量较大取值的概率为p,不是以p(y
=0)比如不要将”不能识别孤独症“赋值为1,而将它应该赋值为0
-
Block 0 代表不含任何自变量,只有常数项时的输出结果第一章表,总的预测准确率为
-
多类变量中分类的设置点击分类,进行哑变量设置
-
分类设置中参考类比从第一个还是从最后一个的设置
经验内容仅供参考如果您需解决具体问题(尤其法律、医学等领域),建议您详细咨询相关领域专业人士
作者声明:本篇经验系本人依照真实经历原创,未经许可谢绝转载。 -