在研究X對Y的影響時，因變量Y有時是分類變量，這時如果還想分析影響關系可以使用logit回歸，常見的logit回歸包括，二元logit回歸（二項logit回歸）、多分類logit回歸以及有序logit回歸。三者的區别如下：

此案例使用多分類logit回歸研究幸福感情況。

一、案例背景

某研究者分别于1985年、1995年、2005年調查了已婚及未婚的30歲左右成年人的幸福感情況，部分數據如下，有時“幸福感”也會看成是有序變量，如果看成有序變量，該案例可以進行“有序logit”，該案例将“幸福感”看成多分類變量。所以用多分類logit分析。

該研究以“幸福感”為因變量，“婚姻狀況”和“年份”為自變量建立模型，觀察模型影響因素

二、分析前處理

對于自變量，該案例認為“婚姻狀況”、“年份”為定類變量所以将二者進行啞變量處理。

補充說明：

多分類logit因變量為類别數據，研究X對Y的影響時，如果為類别數據，那麼不能說越如何越如何，這就是類别數據的特點，一定是相對某某而言。這就導緻了多分類logistic回歸分析時，文字分析的難度加大，如果說因變量Y的類别個數很多，比如為10個，此時建議時對類别進行組合下，盡量少的減少類别數量，便于後續進行分析。此步驟可通過SPSSAU數據處理模塊的數據編碼功能完成。該案例的類别隻有三個所以不進行處理。

三、結果分析

結果将從四個方面進行說明，其中包括“基本彙總”、“模型似然比檢驗”、“模型公式及影響關系”以及“模型預測效果分析”。

1、基本彙總

從上表可以看出共有5375個樣本參與分析，其中比較幸福的成年人占比較大，占總分析人數的56.19％，不太幸福的成年人占比最少，占總分析人數的11.29％，接下來對模型似然比檢驗進行查看。

2、模型似然比檢驗

首先對p值進行分析，如果該值小于0.05，則說明模型有效；反之則說明模型無效，從上表可以看出p值小于0.05，說明拒絕原定假設，即說明本次構建模型時，放入的自變量具有有效性，本次模型構建有意義。接下來構建模型以及分析影響因素。

3、模型公式及影響關系

該案例的參考項是“不太幸福”，并且因為對自變量婚姻情況和年份進行啞變量處理，所以放入的自變量分别為‘婚姻狀況_未婚’‘年份_1995年’以及‘年份_2005年’。有上表可以得到模型公式。

說明如下：

ln(十分幸福/不太幸福)=0.087 1.737*婚姻狀況_未婚-0.110*年份_1995.0 0.115*年份_2005.0

ln(比較幸福/不太幸福)=1.375 0.796*婚姻狀況_未婚-0.382*年份_1995.0-0.134*年份_2005.0

影響關系具體分析如下：

（1）“十分幸福”和“不太幸福”進行比較

相對于不太幸福來講，在十分幸福的前提之下，婚姻情況為未婚的回歸系數為正并且p值<0.05，未婚會對幸福感産生顯著的正向影響關系。也就是相對于“幸福感”來講，未婚成年人比已婚成年人會幸福。

（2）“比較幸福”和“不太幸福”進行比較

相對于不太幸福來講，在比較幸福的前提之下，婚姻情況為未婚的回歸系數為正并且p值<0.05，所以未婚會對幸福感産生顯著的正向影響關系。也就是相對于“幸福感”來講，未婚成年人比已婚成年人比較幸福。并且分析項1995年的p值<0.05并且回歸系數為-0.382<0，所以相對于1985年調查的成年人不太幸福。

模型預測效果分析

通過模型預測準确率去判斷模型拟合質量，從上表可知：研究模型的整體預測準确率為56.19 %，模型拟合情況一般。該案例分析模型預測不是重點，如正常分析可以忽略。

四、總結

案例利用多分類logit回歸分析方法，以“幸福感”為因變量，“婚姻狀況”和“年份”為自變量建立模型，觀察模型影響因素。在分析前對自變量進行處理以及對結果進行分析，其中包括基本彙總、模型似然比檢驗、模型公式及影響關系以及模型預測效果分析，該案例分析模型預測不是重點，如正常分析可以忽略。最後發現就是相對于“幸福感”來講，未婚成年人比已婚成年人會幸福。1985年調查成年人比1995年調查的成年人更幸福。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!