A regressão logística é semelhante a uma análise da função discriminante em que ele diz que a medida em que você pode prever uma determinada variável com base no que você sabe sobre as outras variáveis ​​categóricas. No entanto , a vantagem de regressão logística é que qualquer número de variáveis ​​pode ser incluída , e , se desejado , todas as variáveis ​​preditoras podem ser categóricas . No SPSS , você pode representar graficamente uma regressão logística por meio do menu "Opções" da janela " de regressão logística binária " . Instruções
1

Comece SPSS. Selecione "Abrir uma fonte de dados existente " na janela de boas-vindas que aparece. Clique duas vezes em " Mais Arquivos ", em seguida, navegue até o arquivo de dados . Dê um duplo clique no arquivo para abri-lo no SPSS.
2

Clique em " Analisar " e depois " Regressão " e depois selecionar " Binary Logistic . " A janela " regressão logística " irá aparecer.

3

Clique sua variável dependente a partir da lista à direita - ou seja , a variável que você está tentando prever. Em seguida, clique na seta ao lado da caixa " Dependente " . Em seguida, selecione as variáveis ​​de previsão , utilizando o botão "Ctrl" se você precisa clicar em mais de um, e clique na seta ao lado da caixa " Covariadas " . Note-se que as variáveis ​​categóricas receberá automaticamente um rótulo " (cat) " ao lado deles. Se você quiser incluir a interação entre qualquer uma das suas variáveis ​​na análise , clique em cada uma vez na lista principal , à esquerda, em seguida, clique no botão "> a * b>" ao lado da caixa " Covariadas " .

4

Selecione "Forward : LR " a partir do menu drop -down "Método " . Isto dá os resultados para cada um dos seus preditores separadamente , permitindo que você veja o quanto cada um contribui com o modelo global, bem como o poder de previsão de todas as variáveis ​​em conjunto.
5

Clique em " Opções. "Desde o " gráficos estatísticos e de "cabeçalho , selecione" Classificação parcelas. " Depois de fazer isso , SPSS retorna um gráfico de sua regressão logística. Outras estatísticas úteis a partir deste menu são " Hosmer -Lemeshow goodness-of -fit " e " história iteração . " A saída desses dois testes fornece informações sobre o grau de precisão do modelo é . Clique em "Continuar " quando estiver pronto .
6

Clique em " OK. " Espere um tempo para que os resultados apareçam. A regressão logística é um procedimento bastante por computador intensivo e , com grandes conjuntos de dados , isso pode levar algum tempo. Quando a tela de saída aparece , desloque-se para ver o seu gráfico.