时候,或成为纯粹定性的变量。在社会科学研究中,因变量是定性变量的情 况并不是少数,许多要研究的行为以及它们背后的态度和偏好是定性的,或 至少是作为定性观测的。社会生活中人们会涉及到大量的决策,比如政治选举、 是否加入某个社会团体、是否签订一个合同、是否迁移、是否再生育一个孩 子,等等。所有这些行为、决策和意愿都是定性的,有时是在少数类型之间选 择,有时甚至只有是否或正反两种类型。然而,社会科学研究仍需要探索有哪 些重要因素会影响这些决策或行动。这些研究除了模型的因变量是定性的因变 量以外,其他方面都与多元回归类似。但是在这种情况下,再使用多元回归 便不可避免地违反其许多重要假设条件,导致回归估计的推断存在严重误差 以致无论是进行假设检验,或是计算置信区间都失去了合理性。多元回归 分析在这种条件下不宜再使用。本章要介绍的是适用于这种情况的一个分析方 法 本章的第二节将简要讨论线性回归模型在上述情况下为什么会产生问题和产 生哪些问题,以便为建立新的方法作一铺垫。第三节介绍在因变量为二分定性变 量的条件下如何建立lgsi回归模型,它是如何克服多元回归的局限性的。第 四节讨论 logistic同归的回归系数的意义。第五节介绍 logistic回归的统计推断。 第六节以一个例题的数据来示范使用SPSS软件进行 logistic回归的几种主要方 从多元线性回归到 logistic回 根据实际研究的需要而不断对多元线性回归进行改造和发展导致了一种新的 分析方法— Deistic回归的产生。本节通过这一发展过程来介绍 logistic回归克 服了多元线性回归的缺陷,以服务于对定性因变量的多元分析。同时,也就介绍 了 logistic回归的一般原理及其具有的性质。 多元线性回归不能应用于定性因变量分析主要有以下两个方面。 1.多元线性回归中使用定性因变量严重违反本身假设条件 首先,多元线性回归属于一般最小二乘法( Ordinary Least Square)一族的 统计分析。这种方法通常要求变量在间距测度等级以上,也就是平常所说的连续 变量。它还要求自变量之间不能完全相关,这是OLS回归能够求解的前提。此 外,它还需要一系列其他假设条件,其中特别是关于误差项e的假设条件,主要