第19章智能判别分析方法：树模型与最近邻元素法某项研究希望考察新生儿早产与产妇年龄、产妇孕前平均每日饮酒量之间的关系。对数据拟合Logistic回归模型，具体操作步骤如下：1）选择“分析”一“回归”一“二元Logistic”菜单项。2）将早产选入“因变量”列表框，将饮酒量和年龄选入“协变量”列表框。3）单击“确定”。输出结果及分析如下：下表“模型汇总”输出了当前模型的-21og（似然比值）为17.864,不是特别大，说明模型的拟合效果较好。模型汇总步骤-2对数似然值Cox&SnellR方NagelkerkeR方117.864a0.4900.735a.因为参数估计的更改范围小于.001，所以估计在迭代次数8处终止。下表“Hosmer和Lemeshow检验给出了最终模型中，Hosmer-Lemeshow统计量的观测值为4.789，概率P值为0.780,大于显著性水平0.05，故接受原假设，认为组的划分与因变量的取值相关，说明模型的拟合优度较好。=Hosmer和JLemeshow检验=步骤卡方d
