Logistic回归是分类资料回归分析的一种而且是最基础的一种。Logistic回归应用广泛、关注度较高在医学研究、市场研究等方面比较流行。CNKI学术搜索给出的学术关注度可见其被广泛关注应用程度和时间序列的关系。

1、影响因素、危险因素分析

主要在流行病学中应用较多比较常用的情形是探索某疾病的危险因素，吔即影响因素分析包括从多个可疑影响因素中筛选出具有显著影响的因素变量，还包括仅考察某单一因素是否为影响某一事件发生与否嘚因素

2、预测是否发生、发生的概率

如果已经建立了logistic回归模型，则可以根据模型预测在不同的自变量情况下，发生某病或某种情况的概率有多大

实际上跟预测有些类似，也是根据logistic模型判断某人属于某病或属于某种情况的概率有多大，也就是看一下这个人有多大的可能性是属于某病

源数据：数据来自《Clementine数据挖掘方法及应用》中案例数据BuyOrNot.sav，包含431个样本数据变量有：是否购买(0未购买，1购买)、年龄、性別(1男、2女)和收入水平(1高收入、2中收入、3低收入)年龄为数值变量，其他为分类变量

spss数据分析实例报告的目标：(仅基于此样本)年龄、性别、收入，哪些因素在影响购买决策?

参考工具书：张文彤《 SPSS 11 统计分析高级教程》;薛薇《Clementine数据挖掘方法及应用》。