> "Binary Logistic Regression" /nie znam dokładnej polskiej nazwy/

Uzywa sie nazwy regresja logistyczna (ogolnie)

> b
> Zmienna1 1,166
> Zmienna2 -2,111
> stala 1,32

te wartosci to jak rozumiem wspolczynniki regresji, zmienne (1 i 2) to
zmienne niezalezne ktorych wplyw na przezycie chcesz zbadac.

> prawdopodobienstwo przynaleznosci do grupy zmarlych
> liczymy ze wzoru
>
> e^(1,166*Zmienna1+(-2,111)*Zmienn2+1,32)
> P=-------------------------------------------
> 1+e^(1,166*Zmienna1+(-2,111)*Zmienn2+1,32)

No i dobrze, dla danych zmiennych masz wzor z ktorego mozesz policzyc
prawdopodobienstwo przezycia (podstawiajac konkretne wartosci zmiennych 1 i
2).

> Wszystko jest dobrze dopóki zmienne są mierzalne
> niemniej program pozwala sobie radzić ze zmiennymi
> kategorialnymi (przyjmującymi np. wartość 0 i 1
> gdzie 0 mężczyzna 1 kobieta)

zgadza sie, zmienne niezalezne moga byc zarowno mierzalne jak i jakosciowe.

> (...)
> Wnioskuję więc, że powyższy wzór nie ma już zastosowania.
> Jak go zmodyfikować aby wychodziło?

Nie bardzo rozumiem.
Ten wzor na pewno nie ma zastosowania, gdyz byl wyliczony dla konkretnych
zmiennych (zmienna 1 i 2) ktore byly mierzalne. Jezeli chcesz wykorzystac
inne zmienne niezalezne dostaniesz inne wspolczynniki regresji i wzor ktory
stworzysz na ich podstawie powinien byc dobry.

> W jaki sposób wykorzystuje się obliczone
> parametry (mam na byśli owe "b") dla zmiennych kategorialnych
> które
> podaje program na zakończenie analizy regresji
> do przewidywania prawdopodobieństwa faktu, że
> zmienna zależna przyjmie określoną wartość?

Dokladnie tak jak to jest podane we wzorze ktory zacytowales powyzej...

> Jeśli ktoś liczył regresję logistyczną SPSS-em

Niestety nie liczylem nigdy regresji logistycznej SPSS-em...

Pozdrawiam

Robert Milewski