在spss進行邏輯迴歸分析時 會看見B(這就是回歸係數) 然後也會看見Exp(B) 這就是勝算比(odds ratio) 但是邏輯迴歸係數不能像多重回歸那樣直接作解釋(因為沒有意義) 所以我們需要勝算比來進行解釋 勝算比的解釋又可分為連續變項與類目變項 如果依變項是抽菸與否 獨變項一個是性別(odds ratio = 2) 一個是年紀(odds ratio = 0.6) 那麼:

類目變項: 男性抽菸的可能性是女性的兩倍

連續變項: 年紀每增加一歲 抽菸的勝算(odds)就降低了40%

所以Wald檢定勝算比是否為1(虛無假設 = 1) 如果勝算比離開1越遠 表示效果越大 因此勝算比本身就是效力量(effect size) 據此 在勝算比上建立的信賴區間如果包含1就不能拒絕虛無假設

當然 此例包含兩個獨變項 因此在spss裡所呈現的勝算比就是校正勝算比 如果只有一個獨變項 那麼勝算比就是勝算比(因為不用校正)

 請注意 odds ratio 不是 odds

B(回歸係數)並沒有標準化