只要90天，減脂塑形改變體態

 

（3）暖身活動(1)為0即為參照組別「有暖身」；BMI(1)在「無暖身」的Code=1，是以暖身活動(1)的诠釋為【無暖身相對於有暖身還要怎麼樣】。

 

 

http://dasanlin888.pixnet.net/blog/post/406709977

 

輸出：

 

（8）接著到目錄結構處，點選區塊1裡的「變數在方程式中」，切磋各變項的參數估量結果，並賜與解釋。

二元羅吉斯迴歸(Binary Logistic Regression)之Gpower應用-計較sample size或power~上

 

二元羅吉斯迴歸(Binary Logistic Regression)之Gpower運用-計算sample size或power~下

（6）在區塊1裡的「模式係數的Omnibus檢定」裡，模式的卡方值為121.451，光鮮明顯性p<.05，暗示本模式所拔取的自變項能有用的結合影響依變項。Ps.步調&區塊是屬於階層迴歸與慢慢迴歸會利用的部分，本篇暫不做诠釋。

（9）參數估計的成績中，Exp(B)為OR值，建議出現在表格內時，OR、95% CI for OR、p值，若想呈現完整一點，也能夠一併將B、SE、Wald’s χ²呈現到統計表格內。

 

 

（4）性別(1)為0即為參照組別「男生」；性別(1)在「女生」的Code=1，是以性別(1)的诠釋為【女生相對於男生還要怎麼樣】。

 

 健身

延長浏覽

（7）在區塊1裡的「模式摘要」裡，可以呈現關於解釋力的-2LL、Cox-Snell R square、Nagelkerke R square，不過此部門算是pseudo R square，僅供參考。

（10）按下「Exp(B)之相信區間(X):95%」，95%即為預設，不需調換。

 

健身

（1）起首到目錄構造處，點選「種別變項編碼」，以瞭解各參數成果的顯示所代表的意義為何。

（9）點選「選項」：因為羅吉斯結果的出現相當注重OR值，是以到這邊設定讓結果show出。

 

 

(給一堂統計課吧)

SAS簡易講授～二元羅吉斯迴歸分析

（5）接著到目次佈局處，點選區塊1裡的「模式係數的Omnibus檢定」，這邊的成績為模式的整體檢定，相當於線性迴歸裡的ANOVA之F檢定，及诠釋力R平方。

 

Ps.解釋的部門，請參考上一篇教授教養「簡單解釋二元羅吉斯迴歸」

（2）BMI(1)與(2)的Code皆為0即為參照組別「肥胖」；BMI(1)在「太輕」的Code=1，是以BMI(1)的诠釋為【太輕相對於肥胖還要怎麼樣】；以此類推BMI(2)的诠釋為【正常相對於肥胖還要怎麼樣】。