(9)點選「選項」:因為羅吉斯結果的呈現相當注重OR值,因此到這邊設定讓結果show出。
(10)按下「Exp(B)之信賴區間(X):95%」,95%即為預設,不需變更。
輸出:
(1)首先到目錄結構處,點選「類別變項編碼」,以瞭解各參數結果的顯示所代表的意義為何。
(2)BMI(1)與(2)的Code皆為0即為參照組別「肥胖」;BMI(1)在「過輕」的Code=1,因此BMI(1)的解釋為【過輕相對於肥胖還要怎麼樣】;以此類推BMI(2)的解釋為【正常相對於肥胖還要怎麼樣】。
(3)暖身運動(1)為0即為參照組別「有暖身」;BMI(1)在「無暖身」的Code=1,因此暖身運動(1)的解釋為【無暖身相對於有暖身還要怎麼樣】。
(4)性別(1)為0即為參照組別「男生」;性別(1)在「女生」的Code=1,因此性別(1)的解釋為【女生相對於男生還要怎麼樣】。
(5)接著到目錄結構處,點選區塊1裡的「模式係數的Omnibus檢定」,這邊的結果為模式的整體檢定,相當於線性迴歸裡的ANOVA之F檢定,及解釋力R平方。
(6)在區塊1裡的「模式係數的Omnibus檢定」裡,模式的卡方值為121.451,顯著性p<.05,表示本模式所選取的自變項能有效的聯合影響依變項。Ps.步驟&區塊是屬於階層迴歸與逐步迴歸會使用的部分,本篇暫不做解釋。
(7)在區塊1裡的「模式摘要」裡,可以呈現關於解釋力的-2LL、Cox-Snell R square、Nagelkerke R square,不過此部分算是pseudo R square,僅供參考。
(8)接著到目錄結構處,點選區塊1裡的「變數在方程式中」,探討各變項的參數估計結果,並給予解釋。
(9)參數估計的結果中,Exp(B)為OR值,建議呈現在表格內時,OR、95% CI for OR、p值,若想呈現完整一點,也可以一併將B、SE、Wald’s χ2呈現到統計表格內。
Ps.解釋的部分,請參考上一篇教學「簡單解釋二元羅吉斯迴歸」
http://dasanlin888.pixnet.net/blog/post/406709977
延伸閱讀
二元羅吉斯迴歸(Binary Logistic Regression)之Gpower應用-計算sample size或power~上
二元羅吉斯迴歸(Binary Logistic Regression)之Gpower應用-計算sample size或power~下