利用SPSS实现逻辑回归，树模型，以及广义线性模型

本案例是IBM SPSS数据分析与挖掘实战案例精粹----第九章的学习记录

案例背景：分析出导致急救后迟发性颅脑损伤的主要影响因素，共有201项案例：

分析思路：先使用logistic回归模型进行影响因素筛选，然后利用分类树探索自变量中是否存在交互作用，最后利用广义线性模型过程拟合带交互项的Logistic回归模型

字段：性别，年龄，收缩压，舒张压，血小板，脑挫伤，中线位移，脑肿胀，入院意识，是否手术急救，其余急救措施，是否出现迟发性脑损伤；（数据无缺失）

1、对于数值型的因变量，可以通过查看因变量情况自变量分布情况，或者比较均值等查看其相关性

2、对于分类型变量，可以使用卡方检验

卡方检验：在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。

a，pearson卡方：最标准，最常用，样本充足时使用；

b，连续性校正卡方检验：当样本n≥40时，如果只有1/5以下单元格期望频数1≤T ≤5。

c，Fisher确切概率法；d，似然比卡方；e，线性卡方：

 可以通过分析----描述统计----交叉表来实现卡方检验，但是检验结果会分成多个表，阅读较困难；

也可以 通过 ：分析---表---设定表，然后将自变量和因变量分别拖到行列框，在检验统计量中选择卡方检验，结果如下：

 从经验上讲，P值小于0.2的变量可以考