未患病00
患病3741
Correct0
1000
OverallPerce
tage
526
aCo
sta
tisi
cludedi
themodelbThecutvalueis500
表93输出的是模型中仅含有常数项（见表4）时计算的预测分类结果，SPSS根据p值是否大于05将观察对象判断为是否出现阳性结果，即是否患冠心病。由于模型中仅含有常数项，因此所有人的预测概率均为样本率估计值P＝05257，将所有的观察对象均判断为冠心病。判断正确率为526，实际上就是全部研究对象的患病率41、78＝05256（细小差别为四舍五入产生）。也就是说，由于当前样本中大部分人为患病，因此当模型中不包含任何自
变量时，样本中所有观察对象皆被预测为患病，总的预测准确率为526。表4Variablesi
theEquatio

B
SE
Wald
df
SigExpB
Step0Co
sta
t
103
227
205
1
6511108
表4输出结果中B为模型中未引入自变量时常数项的估计值，SE为其标准误，Wald为
Wald2，是对总体回归系数是否为0进行统计学检验。
表格中df为其自由度，Sig为相应的P值。此时的expB为e的0次方。其实际意义为总
体研究对象患病率与未患病率的比值。即1108＝0525604744。
表5Variables
oti
theEquatio

Score
df
Sig
Step0Variablessex
6021
1
014
ecg
7111
1
008
age
7734
1
005
OverallStatistics
18562
3
000
表5输出了当前未引入模型的变量的比分检验（ScoreTest）结果，其意义为向当前模型中引入某变量（如sex时），该变量回归系数是否等于0的比分检验假设。对于取值水平为二
分类的自变量来说，得分检验的2值等于由该自变量与反应变量构成的四格表的
Pearso
2。
基于无效模型，现在开始在分析中引入自变量。标题为“Block1MethodE
ter”。
6
f表6Om
ibusTestsofModelCoefficie
ts
Chisquare
df
Sig
Step1Step
21114
3
000
Block
21114
3
000
Model
21114
3
000
由于此处尚未涉及变量筛选的问题，模型中会同时引入三个自变量，自由度＝3此处的
2值为似然比2值，等于上一步（模型中只含有常数项时）的2log（似然比值）与当前
模型的2log（似然比值）的差值，参见表6。本例28681131079257211144。
表7ModelSummary
Step
CoxS
ellR
2Loglikelihood
Square
NagelkerkeRSquare
1
86811a
237
316
aEstimatio
termi
atedatiteratio
umber5becauseparameterestimatescha
gedbylesstha
001
表7输出了当前模型的2log（似然比值）和两个伪决定系数（“伪”，以示与线性回归
模型中的决定系数相区别）CoxS
ellR2和NagelkerkeR2。后两者从不同角度反映了当前
模型中自恋量解释了反应变量的变异占反应变量总变异的比例。但对于Logistic回归而言，通常看到的模型伪决定系数的大小r