二元logistic回归分析和单因素logistic回归分析有什么区别？(多元回归分析与logistic回归的分析的区别和联系)

多元回归分析与logistic回归的分析的区别和联系

1、概念不同：

（1）多重线性回归模型可视为简单直线模型的直接推广，具有两个及两个以上自变量的线性模型即为多重线性回归模型。

（2）logistic属于概率型非线性回归，是研究二分类(可扩展到多分类)观察结果与一些影响因素之间关系的一种多变量分析方法。

2、变量的特点

多元回归分析的应变量：1个；数值变量（正态分布)；自变量：2个及2个以上；最好是数值变量，也可以是无序分类变量、有序变量。

logistic回归的分析应变量：1个；二分类变量（二项分布）、无序 /有序多分类变量；自变量：2个及2个以上；数值变量、二分类变量、无序/有序多分类变量。

总体回归模型LogitP=(样本)偏回归系数含义表示在控制其它因素或说扣除其它因素的作用后(其它所有自变量固定不变的情况下)，某一个自变量变化一个单位时引起因变量Y变化的平均大小。

表示在控制其它因素或说扣除其它因素的作用后(其它所有自变量固定不变的情况下)，某一因素改变一个单位时，效应指标发生与不发生事件的概率之比的对数变化值(logitP的平均变化量)，即lnOR。

3、适用条件LINE：

1、L：线性——自变量X与应变量Y之间存在线性关系；

2、I：独立性——Y值相互独立，在模型中则要求残差相互独立，不存在自相关；

3、N：正态性——随机误差（即残差）e服从均值为零，方差为 2的正态分布；

4、E：等方差——对于所有的自变量X，残差e的方差齐。

观察对象（case）之间相互独立；若有数值变量，应接近正态分布（不能严重偏离正态分布）；二分类变量服从二项分布；要有足够的样本量；LogitP与自变量呈线性关系。

二者是一样的。但如果是多项逻辑回归则和多因素逻辑回归不同。多项逻辑回归是相对于二项逻辑回归而言的，多项和二项指的都是因变量的水平数，而多元和多因素逻辑回归的多元和多因素都是指自变量的个数。（南心网 SPSS逻辑回归分析）

现实中的很多现象可以划分为两种可能，或者归结为两种状态，这两种状态分别用0和1表示。如果我们采用多个因素对0－1表示的某种现象进行因果关系解释，就可能应用到logistic回归。

　　Logistic回归分为二值logistic回归和多值logistic回归两类。首先用实例讲述二值logistic回归，然后进一步说明多值logistic回归。最好先看看有关SPSS软件操作技术的教科书。

如果因变量只有两种分类，就直接用二分变量logistic回归，如果是多种分类，就选择多项logistic回归，如果因变量是有序的，还可以用序次logistic回归。