用SPSS作Logistic回归分析,结果能说明什么

根据统计学原理，Logistic回归分析是一种用于建立二元分类模型的方法。它的主要目的是通过构建一个函数来描述因变量与一个或多个自变量之间的关系，并对不同水平的自变量进行预测。
在进行Logistic回归分析时，需要确定自变量和因变量，以及拟合一个最佳参数组合以获得最优预测结果。然后，通过计算每个自变量对结果的贡献度来评估它们对结果的影响程度。最后，利用计算结果来判断一个样本属于哪一类。
Logistic回归分析结果解释如下：首先，在输入参数中，包括了自变量和常数项；其次，在输出结果中，包括了概率值和二元分类结果（例如1或0）。其中概率值表示样本属于一类的大小；二元分类结果则是根据阈值来判断样本属于哪一类。
总之，在进行Logistic回归分析时需要确定自变量和因变量，并构建一个最佳参数组合以获得最优预测结果。通过计算每个自变量对结果的贡献度来评估它们对结果的影响程度，并利用计算结果来判断一个样本属于哪一类。