Logistic回歸根據因變量的不同分為三種類型：二項Logistic回歸、多項Logistic回歸和有序Logistic回歸（也稱為累積Logistic回歸）。二項Logistic回歸主要用于處理二分類因變量，而多項Logistic回歸適用于無序多分類因變量。有序Logistic回歸則針對有序多分類因變量。在進行二項Logistic回歸分析時，首先選擇“分析”菜單中的“回歸”選項，然后選擇“二元Logistic”進行操作。在主面板中，應將二分類因變量選入因變量框，并將自變量選入協變量框。協變量類似于自變量，可以包括連續變量和分類變量。若需考慮交互作用，可以通過協變量框下的“a*b”按鈕來選擇交互項。方法下拉菜單中，通常選擇“進入”方法。在分類對話框中，將分類變量選入分類協變量框，并選擇合適的對比方法，如指示符對比。在保存對話框中，勾選概率、組成員、包含協方差矩陣。在選項對話框中，勾選分類圖、估計值的相關性、迭代歷史、Exp(B)的CI、在模型中包含常數、輸出——在每個步驟中。最后點擊確定，即可得到分析結果。分析結果主要包括六個表。第一個表為模型系數綜合檢驗表，用于判斷模型的p值是否小于0.05。第二個表為模型匯總表，提供兩個廣義決定系數，表示模型解釋數據的能力。分類表則展示了模型的穩定性，最后一行百分比校正列出了模型在不同實際值下的預測正確率。方程中的變量表中，B值表示每個變量的系數，p值用于判斷變量是否適合留在方程中。在多項Logistic回歸中，選擇“分析”菜單中的“回歸”選項，然后選擇“多項Logistic”。因變量選擇方式與二項Logistic回歸相同，而因子框內應放入無序分類變量，協變量框則用于放入等級資料。在模型對話框中，指定模型選項包括主效應和全因子。全因子模型包含所有主效應和交互效應。點擊繼續，打開統計量對話框，勾選個案處理摘要、偽R方、步驟摘要、模型擬合度信息、單元格可能性、分類表、擬合度、估計、似然比檢驗。接著打開條件對話框，全勾，繼續。在選項對話框中，勾選為分級強制條目和移除項目。在保存對話框中，勾選包含協方差矩陣，最后確定。有序Logistic回歸中，選擇“分析”菜單中的“回歸”選項，然后選擇“有序”。因變量、因子和協變量的選擇方式與前兩種回歸相同。在輸出對話框中，勾選擬合度統計、摘要統計、參數估計、平行線檢驗、估計響應概率、實際類別概率。在位置對話框中，選項與模型對話框類似。在參數估計表中，可以計算每個類別的發生概率。有序Logistic回歸特有的平行線檢驗表用于判斷斜率系數是否一致。