一、多项Logistic回归（分析-回归-多项Logistic）
1、示例。为更有效地宣传影片，电影厂希望预测影迷们喜欢看何种类型的电影。通过执行“多项Logistic 回归”，电影厂可确定个人的年龄、性别以及恋爱状况对影片类型偏好的影响程度。然后，电影厂可以面向可能观看影片的人群有侧重点地开展特定影片的宣传活动。
2、统计量。迭代历史记录、参数系数、渐近协方差和相关矩阵、模型和偏效应的似然比检验，–2 对数似然统计。Pearson 和偏差卡方拟合优度。Cox 和Snell、Nagelkerke 以及McFadden R2。分类：按响应类别区分的观察频率和预测频率。交叉制表：按协变量模式和响应类别区分的观察频率和预测频率（带残差）以及比例。
3、方法。针对全因子模型或用户指定的模型拟合多项Logit 模型。通过迭代最大似然算法执行参数估计。
4、数据。因变量应为
1、示例。为更有效地宣传影片，电影厂希望预测影迷们喜欢看何种类型的电影。通过执行“多项Logistic 回归”，电影厂可确定个人的年龄、性别以及恋爱状况对影片类型偏好的影响程度。然后，电影厂可以面向可能观看影片的人群有侧重点地开展特定影片的宣传活动。
2、统计量。迭代历史记录、参数系数、渐近协方差和相关矩阵、模型和偏效应的似然比检验，–2 对数似然统计。Pearson 和偏差卡方拟合优度。Cox 和Snell、Nagelkerke 以及McFadden R2。分类：按响应类别区分的观察频率和预测频率。交叉制表：按协变量模式和响应类别区分的观察频率和预测频率（带残差）以及比例。
3、方法。针对全因子模型或用户指定的模型拟合多项Logit 模型。通过迭代最大似然算法执行参数估计。
4、数据。因变量应为