交互作用效应(p for Interaction)在SCI文章中可以算是一个必杀技，几乎在高分的SCI中必出现，因为把人群分为亚组后再进行统计可以增强文章结果的可靠性，进行可视化后可以清晰的表明变量之间的关系。不仅如此，交互作用还可以使用来进行数据挖掘。在既往文章中，我们已经介绍了怎么使用R语言对交互作用进行可视化分析（见下图） 后台有粉丝问我能不能用SPSS，不用代码，直接界面操作绘制logistic回归交互项（交互作用）的可视化分析图。SPSS可以进行计算出数据，但是绘图能力不行，多变量的数据拟合图不好画，而Excel作图能力和图片精美度都不错，我们可以SPSS联合Excel进行交互项（交互作用）的可视化图片绘制。 步骤为：

OK，接下来我们一步一步来演示 我们继续使用我们既往的不孕症数据（公众号回复：不孕症可以获得数据），因为做出来的结果可以和R语言做出来的有个对比。 首先我们打开数据 数据有8个指标，最后两个是PSM匹配结果，我们不用理他，其余六个为： Education：教育程度，age:年龄，parity产次，induced：人流次数，case：是否不孕，这是结局指标，spontaneous：自然流产次数。 假设我们想知道指标spontaneous：自然流产次数和age:年龄对结局不孕是否产生交互影响，我们先建立模型 依次点击：分析--------回归-------二元logistic回归 把相应指标选入，交互项也要选入 点击分类，把spontaneous选入分类变量，参考类别选第一个，并点击变化量 点击保存后，选择概率和未标准化残差 点击确定就可以得出方程表达式了 我们今天需要的模型生成的是预测值 我们需要对预测值进行分类，分成3个数据。分别是spontaneous等于0,1,2的预测值和年龄的数据，其实很简单，对spontaneous排序就可以了。 右键点击spontaneous，然后选择升序排列 OK，已经排好了，从0到1，再到2 然后我们需要按spontaneous分类（0,1,2）把age和预测值分成3组，如下图 OK,分类数据做好以后我们把这部分数据直接黏贴进Excel 选择A和B列数据，点击插入，再点击散点图 点击添加图标元素—趋势线----其他趋势线 选择线性，显示公式，显示R平方值 点击线条与填充，选择实线，短划线类型选择实线 点击图标元素，分别勾选选项 修改坐标标题 我们看到年龄只有大于20岁的数据，因此我们来设置一下Y轴，让它好看一点。 点击Y轴，点击设置坐标格式，边界最小值改成15 这样图形比原来美观了一点 OK，spontaneous=0的数据我们基本上画完了，现在来画spontaneous=1的，先点击图表赛选器，点击选择数据，然后再点击添加 然后把相应的C列D列数据选入 点击确定 这样spontaneous=1数据就出来了 设置也是同前，然后再导入spontaneous=2的数据,最后可以得出3组数据的走势 这样的图形有点丑，没关系，系统自带多个优化模板 点击：图表样式可以看到多个模板选择 我们可以选择一个喜欢的样式 OK，和R做出来的图形一样，随着年龄增长，自然流产2次以上的患者不孕的概率比没有自然流产的患者明显增高。