The “Variables in the Equation” tab

The “Variables in the Equation” table shows the output resulting from including all of the candidate predictor variables in the equation. Notice that the Race variable, which was originally coded as 1=White, 2=African American, 3=Hispanic and 4=0ther has been changed (by the SPSS logistic procedure) into three (4 - 1) indicator variables called Race(1), Race(2), and Race (3). These three variables each enter the equation with their own coefficient and p-value and there is an overall p-value given for Race.
The significance of each variable is measured using a Wald statistic. Using p=0.10 as a cutoff criterion for not including variables in the equation, it can be seen that Gender (p=0.142) and Race (p=0.419) do not appear to be important predictor variables. Age is marginal (p=0.104), but we’ll leave it in for the time being. Rerun the analysis again after taking out Gender and Race as predictor variables. The analysis is rerun without these “unimportant” variables, yields the following output:

ผลลัพธ์ (ไทย) 1:

"ตัวแปรในสมการ" ตารางแสดงผลลัพธ์ที่เกิดจากการรวมตัวแปร predictor ผู้สมัครทั้งหมดในสมการ สังเกตว่า ตัวแปรการแข่งขัน ซึ่งแต่เดิมมีการกำหนดรหัสเป็น 1 = 2 ขาว =แอฟริกันอเมริกัน 3 =ฮิสปานิก และ 4 = 0ther มีการเปลี่ยนแปลง (โดยขั้นตอนขนส่ง SPSS) ตัวแปรบ่งชี้ (4-1) สามที่เรียกว่า Race(1), Race(2) และการแข่งขัน (3) สามตัวแปรเหล่านี้แต่ละป้อนสมการค่าสัมประสิทธิ์และค่า p ของตัวเอง และมีการรวมค่า p สำหรับการแข่งขันวัดความสำคัญของแต่ละตัวแปรสถิติวอลด์ ใช้ p = 0.10 ตัดขายไม่รวมตัวแปรในสมการ สามารถมองเห็นเพศที่ (p = 0.142) และการแข่งขัน (p = 0.419) จะ เป็นตัวแปร predictor สำคัญ อายุคือส่วนเพิ่ม (p = 0.104), แต่เราจะปล่อยให้มันในการ เรียกใช้การวิเคราะห์อีกครั้งหลังจากการแข่งขันและเพศเป็นตัวแปร predictor วิเคราะห์การเรียกใช้ โดยตัวแปรเหล่านี้ "ไม่สำคัญ" ผลผลิตผลลัพธ์ต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

"การตัวแปรในสมการ" ตารางแสดงผลลัพธ์ที่เกิดจากการรวมทั้งหมดของผู้สมัครตัวแปรทำนายในสมการ ขอให้สังเกตว่าตัวแปรการแข่งขันซึ่งเป็นรหัสเดิมเป็น 1 = สีขาว, 2 = แอฟริกันอเมริกัน, 3 = สเปนและ 4 = 0ther มีการเปลี่ยนแปลง (โดยขั้นตอนการโลจิสติก SPSS) เป็นสาม (4-1) ตัวแปรตัวบ่งชี้ที่เรียกว่าการแข่งขัน (1 ) การแข่งขัน (2) และการแข่งขัน (3) ทั้งสามตัวแปรแต่ละป้อนสมกับค่าสัมประสิทธิ์และ p-value ของตัวเองและมีการรวม p-value ได้รับสำหรับการแข่งขัน.
ความสำคัญของตัวแปรแต่ละวัดโดยใช้สถิติ Wald ใช้ p = 0.10 เป็นเกณฑ์ตัดไม่รวมทั้งตัวแปรในสมการก็จะเห็นได้ว่าเพศ (p = 0.142) และการแข่งขัน (p = 0.419) ไม่ได้ดูเหมือนจะเป็นตัวแปรสำคัญ อายุเป็นขอบ (p = 0.104) แต่เราจะปล่อยให้มันอยู่ในขณะนี้ รันการวิเคราะห์อีกครั้งหลังจากที่ถอดออกมาจากเพศและการแข่งขันเป็นตัวแปร การวิเคราะห์จะวิ่งได้โดยไม่ต้องเหล่านี้ตัวแปร "สำคัญ" ผลผลิตออกต่อไปนี้: