Logit回归分析用于研究X对Y的影响，并且对X的数据类型没有要求，X可以为定类数据（可以做虚拟变量设置），也可以为定量数据，但要求Y必须为定类数据，并且根据Y的选项数，使用相应的数据分析方法。logit回归分析一般可分为三类，分别是二元logit回归、多分类logit回归、有序logit回归，三类logit回归区别如下：

logit回归分析前可以进行变量的筛选：

对于自变量的筛选，可能涉及两个方法一个是卡方分析一个是方差分析，此步不是必须步骤，通过此步可以试探性了解每个自变量X与Y之间的关系，一般来讲差异关系是基础性的判断，影响关系是更深一步的深层次关系，所以在二元logit回归分析前，可以先对X做差异分析，筛选出与Y有差异性的X。

对于卡方分析，需要X是定类数据，如果X是定类数据，那么就使用卡方分析去分析差异；如果说X是定量数据，那么可使用方差分析去研究X和Y的差异性。

分析完成X与Y的差异关系之后，筛选出有差异的X，然后再放入模型中，进行二元logit回归；由于自变量中既有定类变量也有定量变量所以二者分别进行。

可以使用SPSSAU快速进行逻辑回归。