15.10 LOGISTIC REGRESSION

LOGISTIC REGRESSION [VARIABLES =] dependent_var WITH predictors

     [/CATEGORICAL = categorical_predictors]

     [{/NOCONST | /ORIGIN | /NOORIGIN }]

     [/PRINT = [SUMMARY] [DEFAULT] [CI(confidence)] [ALL]]

     [/CRITERIA = [BCON(min_delta)] [ITERATE(max_interations)]
                  [LCON(min_likelihood_delta)] [EPS(min_epsilon)]
                  [CUT(cut_point)]]

     [/MISSING = {INCLUDE|EXCLUDE}]

当你希望用一个或多个预测变量来解释一个二分因变量时，可使用二元 Logistic 回归。

最简单的命令为

LOGISTIC REGRESSION y WITH x1 x2 … xn.

这里，y 是因变量，必须是二分的；x1 … xn 是预测变量，过程会估计它们的系数。

默认情况下，模型中包含常数项。因此，完整模型为 {\bf y} = b_0 + b_1 {\bf x_1} + b_2 {\bf x_2} + \dots + b_n {\bf x_n}

本质上为分类变量的预测变量应当列在 /CATEGORICAL 子命令中。此处既可列出简单变量，也可列出变量之间的交互项。

如果你想要不含常数项 b_0 的模型，请使用关键字 /ORIGIN。/NOCONST 是 /ORIGIN 的同义词。

采用迭代的 Newton-Raphson 过程来拟合模型。/CRITERIA 子命令用于指定过程的停止准则以及其他参数。cut_point 的值用于分类表中，它是预测值被判定为 1 的阈值。cut_point 的取值必须位于 [0,1] 区间内。在迭代过程中，如果任意一个停止准则得到满足，过程即视为完成。停止准则如下：

• 迭代次数超过 max_iterations。max_iterations 的默认值为 20。
• 所有系数估计量的变化小于 min_delta。min_delta 的默认值为 0.001。
• 似然估计量变化的幅度小于 min_likelihood_delta。min_delta 的默认值为零。这意味着该准则被禁用。
• 所有个案的估计概率的微分小于 min_epsilon。换言之，概率接近于零或一。min_epsilon 的默认值为 0.00000001。

PRINT 子命令控制可选统计量的显示。目前有一个这样的选项 CI，表示应显示优势比（odds ratio）的置信区间及其取值。CI 后应跟一个括号内的整数，用于指示所需置信区间的置信水平。

MISSING 子命令决定对缺失变量的处理方式。如果设置为 INCLUDE，则用户缺失值包含在计算中，但系统缺失值不包含在内。如果设置为 EXCLUDE（默认值），则用户缺失值和系统缺失值都被排除在外。这是默认设置。