V Tabulce 1 je uvedena absolutní četnosti z klasifikační tabulky z SPSS, procentuální podíl správně
predikovaných případů v řádcích (tedy vlastně specificita a senzitivita, SPSS počítá automaticky) a
ve sloupcích (tedy vlastně negativní a pozitivní prediktivní hodnota, nutné dopočítat ručně) a
celková přesnost predikce (taky SPSS počítá automaticky).

Tabulka 1
Pozorované a predikované četností utonulých a přeživších pro jednotlivé modely

                                              Modely

                                       Pozorovaná kategorie

                                       Predikovaná kategorie

                                             % správně

                                             Utonul(a)

                                            Přežila(a)

Model 0

Utonul(a)





Přežil(a)





                                                                                          % správně




Model 1

Utonul(a)





Přežil(a)





                                                                                          % správně




Model 2

Utonul(a)





Přežil(a)





                                                                                          % správně




Model 3

Utonul(a)





Přežil(a)





                                                                                          % správně










V Tabulce 2 jsou uvedeny:

·         samotné regresní koeficienty (B),

·         jejich standardní chyby (SE),

·         testová statistika pro Waldův test (Wald),

·         stupně volnosti pro Waldův test (df),

·         p-hodnoty (p, SPSS značí Sig.),

·         poměr šancí (OR, SPSS značí Exp(B)),

·         95% interval spolehlivosti pro OR (můžete si zvolit i jinou úroveň spolehlivosti než
95%),

·         rozdílový chi-test (Δχ^2, zda model má signifikantně nižší -2LogLikelihood, a vykazuje
tedy signifikantně lepší shodu s daty než model v předchozím kroku; v SPSS lze nalézt v tabulce
„Omnibus Tests of Model Coefficients“ v řádku „Block“), za samotnou testovou statistiku doplňte
hvězdičky (*) podle p-hodnoty pro tento test,

·         pseudo-R^2 (nemusí být zrovna McFaddenovo, zvolte si takové pseudo-R^2, jehož logice
rozumíte nejlépe).

·         Dole pod tabulkou uveďte velikost vzorku, na kterém jste model odhadovali (N), a -2LL
nulového modelu. SPSS neuvádí, nutno dopočítat
-2LL_null = -2LL_model1 – ChiSquare_model1



Tabulka 2
Predikce přežití pasažéra Titaniku pomocí binární logistické regrese

                                        Modely a prediktory

                                                 B

                                               SE[B]

                                               Wald

                                                df

                                                 p

                                                OR

                                            95% CI (OR)

                                               Δχ^2

                                               Lower

                                               Upper

Model 1 (R^2[McFadden] = )










    Prediktor 1










    Prediktor 2










    …










Model 2 (R^2[McFadden] = )




























































Model 3 (R^2[McFadden] = )






































































Pozn. N =, –2LL nulového modelu = .

*p < 0,05, **p < 0,01, ***p < 0,001