1、数据录入SPSS
2、选择Analyze→Regression→Binary Logistic
3、主对话框设置：将因变量cancer送入Dependent框中，将纳入模型的自变量sex, age, BMI和COPD变量Covariates中。本研究中，纳入age变量仅仅是为了调整该变量带来的混杂（不关心该变量的OR值），因此将age直接将改变量纳入Logistic回归模型。
4、Categorical设置：该选项可将多分类变量（包括有序多分类和无序多分类）变换成哑变量，指定某一分类为参照。本研究中，COPD是多分类变量，我们指定“无COPD病史”的研究对象为参照组，分别比较“轻/中度”和“重度”组相对于参照组患肺癌的风险变化。
5、 点击Categorical→将左侧Covariates中的COPD变量送入右侧Categorical Covariates中。点击Contrast右侧下拉菜单，选择Indicator（该下拉菜单内的选项是几种与参照比较的方式，Indicator方式最常用，其比较方法为：第一类或最后一类为参照类，每一类与参照类比较）
6、Options设置中，勾选如下选项及其意义：
Hosmer-Lemeshow goodness-of-fit：检验模型的拟合优度； CI for exp(B)：结果给出OR值的95%可信区间； Display→At last step：仅展示变量筛选的最后一步结果。 →Continue→回到主界面→OK
