使用者41469748712605632020-01-03 21:10:431、資料錄入SPSS。
2、選擇Analyze→Regression→Binary Logistic。
3、主對話方塊設定：將因變數cancer送入Dependent框中，將納入模型的自變數sex， age， BMI和COPD變數Covariates中。本研究中，納入age變數僅僅是為了調整該變數帶來的混雜（不關心該變數的OR值），因此將age直接將改變數納入Logistic迴歸模型。
4、Categorical設定：該選項可將多分類變數（包括有序多分類和無序多分類）變換成啞變數，指定某一分類為參照。本研究中，COPD是多分類變數，我們指定“無COPD病史”的研究物件為參照組，分別比較“輕/中度”和“重度”組相對於參照組患肺癌的風險變化。
5、點選Categorical→將左側Covariates中的COPD變數送入右側Categorical Covariates中。
6、Hosmer-Lemeshow goodness-of-fit：檢驗模型的擬合優度； CI for exp（B）：結果給出OR值的95%可信區間； Display→At last step：僅展示變數篩選的最後一步結果。 →Continue→回到主介面→OK。
使用者4702137386337872019-09-20 06:46:39錄入資料，或者匯入資料、開啟護具點選分析，開始進行分析將分類變數選擇分析物件框中選擇需要分析的東西，點選確認即可。其中quartiles是分類變數的分位數，點選確認選擇頻率圖，可以不選，這裡選擇條形圖
