Логистическая регрессия в SPSS: как читать вывод

Что показывает каждая таблица вывода, как интерпретировать отношение шансов Exp(B) и как оформить результаты по APA.

Часть серии: Статистический анализ для семинарской работы и диссертации: полное руководство

Логистическая регрессия предсказывает исход с двумя категориями: сдал/не сдал, есть диагноз/нет, отчислился/продолжил. Вывод SPSS длинный, но по-настоящему важны лишь несколько таблиц.

Прежде всего: что именно предсказывает SPSS

В таблице Dependent Variable Encoding видно, какая категория закодирована как 1. SPSS предсказывает шансы оказаться именно в этой категории. Если результат выглядит противоположным ожидаемому, проверьте сначала здесь.

Block 0: можно пропустить

Первая часть показывает модель вообще без предикторов — только для сравнения. Важная информация находится в Block 1.

Omnibus Tests of Model Coefficients

Проверяет, лучше ли модель с предикторами, чем модель без них. Указывают значение хи-квадрат, степени свободы и значимость в строке Model. Значимый результат означает, что предикторы вместе улучшают предсказание.

Model Summary

• Nagelkerke R Square: оценка объяснённой дисперсии, от 0 до 1. Это не то же самое, что R² в линейной регрессии, поэтому его называют «псевдо-R²».
• Cox & Snell приводят реже, так как он не может достичь 1.

Hosmer and Lemeshow Test

Проверяет согласие модели с данными. Здесь, в отличие от обычного, незначимый результат — это хорошо: он означает, что нет существенного расхождения между предсказанным моделью и наблюдаемым.

Classification Table

Процент случаев, которые модель классифицировала правильно. Сравните его с процентом в Block 0: небольшое улучшение означает, что модель мало добавляет к предсказанию.

Variables in the Equation: главная таблица

Для каждого предиктора:

• B: коэффициент в логит-шкале. Напрямую интерпретировать его сложно.
• Wald и Sig.: критерий и значимость предиктора.
• Exp(B): отношение шансов (odds ratio). Именно его интерпретируют.

Как интерпретировать отношение шансов

• Exp(B) = 1: связи нет.
• Exp(B) = 1.85: увеличение предиктора на одну единицу увеличивает шансы исхода в 1.85 раза, то есть на 85%.
• Exp(B) = 0.60: увеличение на одну единицу снижает шансы на 40%.

Шансы — это не вероятность. Отношение шансов 2 не означает, что вероятность удвоилась.

Запросите доверительные интервалы для Exp(B): Options → CI for exp(B). Доверительный интервал, не включающий 1, соответствует значимому результату.

Описание по APA

Модель логистической регрессии была значимой, χ²(3) = 24.61, p < .001, и объясняла 21% дисперсии отчисления (Nagelkerke R² = .21). Число пропусков значимо предсказывало отчисление, OR = 1.85, 95% ДИ [1.21, 2.83], p = .004.

Что дальше

Логистическая регрессия - для дихотомического исхода; для непрерывного - линейная регрессия и её описание по APA. Для двух категориальных переменных достаточно хи-квадрата. Таблица коэффициентов и глава: таблицы APA, глава результатов.

Обновлено: 2026-09-27