Variables not in the Equation Score ariable Overall Statistics Step 2 Variables Overall sta 最后这个表格说明的是在每一步中,尚未进入方程的变量如果再进入现有方 程,则方程的改变有无统计学意义。可见在Step1时,X4还应该引入,而在Step 2时,其它变量是否引入都无关了。 10.3.3模型的进一步优化与简单诊断 10.3.3.1模型的进一步优化 前面我们将X1X5直接引入了方程,实际上,其中X2、X4、X5这三个自变量 为多分类变量,我们并无证据认为它们之间个各等级的OR值是成倍上升的, 格来说,这里应当采用哑变量来分析,即需要用 Categorical钮将他们定义为分 类变量。但本次分析不能这样做,原因是这里总例数只有26例,如果引入哑变 量模型会使得每个等级的记录数非常少,从而分析结果将极为奇怪,无法正常解 释,但为了说明哑变量模型的用法,下面我将演示它是如何做的,毕竟不是每个 例子都只有26例。 Logistic Regression: Define Categorical Variables Covariates: Categorical Covariates Continue X2(Indicator) 4(ndicator) Cancel <5(Indicator Help Change Contrast Contrast: Indicator Change Reference Category: Last First最后这个表格说明的是在每一步中，尚未进入方程的变量如果再进入现有方 程，则方程的改变有无统计学意义。可见在 Step 1 时，X4 还应该引入，而在 Step 2 时，其它变量是否引入都无关了。 10.3.3 模型的进一步优化与简单诊断 10.3.3.1 模型的进一步优化 前面我们将 X1~X5 直接引入了方程，实际上，其中 X2、X4、X5 这三个自变量 为多分类变量，我们并无证据认为它们之间个各等级的 OR 值是成倍上升的，严 格来说，这里应当采用哑变量来分析，即需要用 Categorical 钮将他们定义为分 类变量。但本次分析不能这样做，原因是这里总例数只有 26 例，如果引入哑变 量模型会使得每个等级的记录数非常少，从而分析结果将极为奇怪，无法正常解 释，但为了说明哑变量模型的用法，下面我将演示它是如何做的，毕竟不是每个 例子都只有 26 例