多項式羅吉斯迴歸
若您希望能夠根據一組預測值變數的值給受試者分類，則多項式邏輯迴歸很有用。 這種迴歸方法與邏輯迴歸相似，但因其應變數不限於兩種類別，所以用途更為廣泛。
範例。 為了更有效地銷售影片，電影製片廠想要預測常看電影的人很可能看哪種類型影片。 藉由執行「多項式邏輯迴歸」，製片廠可以確定年齡、性別及約會狀態對其偏好影片類型的影響強度， 然後製片廠就可將特定電影的廣告活動偏向可能去看的那一群人。
統計資料。 計有疊代歷程、參數的係數、漸進線共變異數與相關性矩陣、模式與淨效果的概似比檢定、- 2 對數概似。 皮爾遜與離差適合度卡方、 Cox 與 Snell、Nagelkerke 及 McFadden R 2。 分類：依回應類別所做的觀察對預測的頻次分配。 交叉列表：依共變異數型樣及回應類別，所做的觀察對預測的頻次分配（含殘差）及比例。
方法。 多項式對數勝算模型適合用在完全因素模型或使用者指定的模型。 參數估計係經由疊代的最大概似演算法來進行的。
多項式邏輯迴歸資料考量
資料。 應變數必須是類別的。 而自變數則可以是因素或共變數。 一般而言，因素應該是類別變數，而共變數應該是連續變數。
假設。 假設任何兩個類別的勝算比是與其他所有回應類別獨立的。 舉例來說，如果一項新產品引進市場，這項假設即在說明，其他所有產品的市場佔有率係等比例地受影響。 同樣地，如果有共變異數型樣，回應值即假設為獨立的多項式變數。
取得多項式邏輯迴歸分析
此功能需要 自訂表格及進階統計量。
- 從功能表中選擇：
- 選取一個應變數。
- 因素是可隨意選取的，而且可以是數值或類別變數。
- 共變數也是可隨意選取的，但若經選取，就必須是數值變數。
此程序會貼上 NOMREG 指令語法。