spss教程：回归分析：[3]多项逻辑回归

1、选择相关变量作为因变量（分类变量）、因子（即自变量，分类变量或定量变量都可以）、协变量（只能是定量变量）。在因变量“参考类别”中，勾选最后类别，表示因变量中选最后一个类别作为基线，此处数据中的因变量有3个变量，1、2、3，所以选择3作为基线。

2、“模型”中选择“主效应”，系统默认的，对于“全因子”（不仅主效应，还有所有因素不同水平组合的交互效应也在考虑之中）、“设定/步进式，即自定义”，最后勾选“在模型中包含截距”。

3、“统计量”单元格可能性：计算单元格的实际频数，理论频数及其残差，特定组合情况下具有因变量某一类别倾向的概率估计。器皆阄诟分类表：判别分类表。拟合度：只用于当自变量各水平组合中均有较多观察单位时，一种为Pearson卡方检验、另一种Deviance卡方检验，若是大样本，两种检验很是相近。定义子总体：此处选用不同的方法，在“单元格可能性”中的输出和拟合优度检验结果是不同的。不同的子集，饱和模型是不同的，这样会影响到似然比的改变量。

4、“条件”最大步骤得分：运算过程中的最大减半步幅。对数似然性收敛性：当似然比的变化小于所设定的值时，则收敛，系统默认没有变化时停止迭代。参数收敛性：所估计的参数的绝对或相对变化量小于所设定的值时，停止迭代。Delta：校正系数，取值在0-1之间，单元格的观察频数为非随机0时，需要校正，否则默认为0。