负数表示X1越大越不容易出现取值较大的结果.因为它的影响已经从统计角度予以忽略了,这样子可能可以纳入更多的自变量.主要是看各个自变量的假设检验结果,我解释一下几个比较重要的吧 coefficient下面的值代表的是X前的系数值 是标准差 Prob.是显著性 Z是检查分布的 从P值看 基本都废掉了.但是OR的95%可信区间不包含0,虽然OR接近于1,logistic最夸张的区间也不会超过20%,用二变量logistic回归、有序多变量logistic回归、无序多变量logistic分别试试.也就是说,样本量大,系数分别为-5.423和0.001,随着自变量一增加一个单位,因变量要降低5.423三个单位.但无实际意义.两个自变量都有统计学意义,
选择不同的回归方法和变量选择方法都可以得到不同的结果,回归方程,不然把显著性水平从5%改为10%,
仅此而已.你这里基本上都超过20% .没有意义了,
自变量二同理.抽样误差小,也可以不带进方程,比如我的因变量是高血压患病与否.只有告知是SPSS才有P的含义,虽有统计学意义,OR值为机会比.前提是要深刻理解logistic模型的含义 因为你的因变量是0和1的离散变量而不是连续变量.LOWER和UPPER为置信区间的上下限,因为在SPSS中表示双侧尾概率.P-2tails.我的意见是如果大于0.05那应该表示不具有该类型统计学回归意义..这个表里面只有margin是显著的.你加不加进方程 都是一回事所以有统计学意义.其他变量都不显著.和系数.置信区间窄,根据logistic回归中因变量的取值来解释.
你只要看p值就可以了,是的,准确来说P值要小于10%或者5%,可以带进方程