持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第8天，点击查看活动详情
STATA小白入门第8讲: Logistic回归分析
大家好呀，在第7讲的时候我和大家分享了线性回归的STATA命令，作为第一个进行十分深入的研究的统计学方法，线性回归有一个要求就是因变量为连续型变量。但是，这样会对我们的分析有一定的局限性，因为有时候我们想研究的变量并不全是连续型变量，比如，在先前的分享中，我们知道了如何对变量根据均值和标准差进行二分类。那么如果我们想将收入根据均值进行分类，并且想知道一些因素如何影响收入，这种情况下，线性回归就不适用了。因为此时的变量为二分类变量，应该用Logistic回归模型进行分析。
Logistic回归分析模型要求因变量为二分类变量，而自变量可以是分类变量，也可以是连续型变量。请参考下方的举例说明。
举例，在第7期分析的基础上，经济学中的研究离不开谈及收入，决定收入（income）的因素有很多，现阶段收入根据平均值分为小于等于平均值和大于平均值两类，那么我们想探究这一二分类的收入变量与教育程度education之间的关系，这时应用Logistic如何分析呢
解答：
命令格式：logit 被解释变量 解释变量，那么本例题对应的代码为logit income education
需要注意的是，我们在写Logistic回归分析的相关论文时，需要将结果整理成表格，表格中要出现Odds ratio，但上述得到的结果并不是Odds ratio，所以我们需要用到下方的命令
“logit 被解释变量 解释变量，or”。这样就不需要我们自己求反对数计算OR了。
