老兄，说实话，这些概念都不清楚你也敢做Logistic回归呀？呵呵。
还是说一下吧，但建议好好看看有关教程。
B:偏回归系数，含义为在控制其它变量的前提下，自变量每变化一个单位，因变量的变化量。
Sig.:你说对了，是P值，但这个P的含义是“一次抽样中抽到你计算出的概率大于等于设定概率（缺省是0.05）的可能性”。不管怎么说，<0.05就是有意义。
S.E.：标准误，可以理解为标准差的标准差。
OR：系统表示为Exp（B)，就是以e为底的B此幂，也称比数比，是二分变量回归中最为常用的统计指标。
Wald 卡方：B/SE的平方，一种类似t检验或F检验的检验指标。
df：自由度，这个不好解释，数学上指某事物还能自由取值的方向（实在是不好理解是不是？），打比方吧，你有4个分组，因为有一个必定作为参照组，则只有3个组可以自由取值，此时df就是4-1=3；又比如，你的组内样本有10个，其中被mean占了一个，则可以自由取值的样本是10-1=9。
关键是看那个Sig.有没有统计学上的明显差异，其余的好办。

呵呵，支持楼上，顶一下

支持楼上，顶一下

2# chyshl

本人不是学统计的，因为研究需要，临时抱佛脚下，借了几本SPSS的教材，但是应用数理统计基础薄弱，惭愧啊。


是不是可以按照wald的值对几个变量对Y的影响大小进行排序。而sig的值均小于0.05，这样显著性是不是都非常小，几乎没有意义吧？如果我需要几个变量有关，是否可以直接把sig.的值改成小于0.05，这样和其他列的结论如B，s.e值等会不会有矛盾，而都应该变动？谢谢啊。

在你另一个帖子中说明了，呵呵，不是在下说大话，你的自变量选择就有问题呀。