Logit 对数线性分析
“Logit 对数线性分析”过程分析因变量（或响应变量）与自变量（或解释变量）之间的关系。因变量始终为分类变量，而自变量可以是分类变量（因子）。其他自变量、单元格协变量可以是连续变量，但它们不在逐个案的基础上应用。单元格的加权协变量平均值应用于该单元格。因变量几率的对数表示为参数的线性组合。自动采用多项分布；这些模型有时称为多项 Logit 模型。此过程使用 Newton-Raphson 算法估计 Logit 对数线性模型的参数。
您一共可以选择 1 到 10 个因变量与因子变量。单元格结构变量允许定义不完整表的结构零，在模型中包含偏移量项，拟合对数比率模型或实现边际表的调整方法。对比变量允许计算广义对数几率比 (GLOR)。对比变量的值是期望单元格计数的对数线性组合的系数。
模型信息和拟合优度统计自动显示。还可以显示各种统计和图，或在活动数据集中保存残差和预测值。
示例。佛罗里达的一项研究包含了 219 条鳄鱼。鳄鱼的食物类型如何随它们的体形大小和它们居住的四个湖而改变？研究发现，体形较小的鳄鱼选择爬虫类代替鱼类为食的几率是体形较大的鳄鱼的 0.70 倍；并且主要选择爬虫类代替鱼类为食的几率在第 3 个湖中最高。
统计。 观察的和期望的频率；原始残差、调整残差和偏差残差；设计矩阵；参数估计值；广义对数几率比；Wald 统计；和置信区间。图：调整残差、偏差残差和正态概率图。
Logit 对数线性分析数据注意事项
数据。因变量是分类变量。因子是分类变量。单元格协变量可以是连续的，但当模型中有协变量时，会将单元格中个案的协变量平均值应用于该单元格。对比变量是连续的。它们用于计算广义对数几率比 (GLOR)。对比变量的值是期望单元格计数的对数线性组合的系数。
单元格结构变量指定权重。例如，如果一些单元格是结构零，则单元格结构变量值为 0 或 1。请勿使用单元格结构变量对汇总数据加权。而应使用“数据”菜单中的“加权个案”。
假设。假设解释变量的每个类别组合中的计数具有多项分布。在多项分布假设下：
- 总样本大小是固定的，或分析取决于总样本大小。
- 单元格计数在统计上不是独立的。
相关过程。使用“交叉表格”过程显示列联表。当希望分析观察到的计数和一组解释变量之间的关系时，请使用“一般对数线性分析”过程。
获取 Logit 对数线性分析
此功能需要 SPSS® Statistics Standard Edition 或“高级统计”选项。
- 从菜单中选择：
- 在“Logit 对数线性分析”对话框中，选择一个或多个因变量。
- 选择一个或多个因子变量。
因变量及因子变量的总数必须小于或等于 10。
根据需要，您可以：
- 选择单元格协变量。
- 选择单元格结构变量以定义结构零或包含偏移量项。
- 选择一个或多个对比变量。
此过程将粘贴 GENLOG 命令语法。