怎样在spss中算出含有哑变量的logistic回归的因变量的预测概率

各位高手好！请教一个问题。
用spss软件，经过logistic回归，我们可以得到有统计意义的自变量，在logistic回归的“save”对话框中选择“Probabilities”，那么在数据的界面就可以看到自动生成的“PRE_1”这个变量，这个变量储存着每一条记录（因变量）的的预测概率。假设我们的数据中没有哑变量，那么我们自己也可以一 一算出每一个因变量对应的预测概率，用公式算：π=1/{1+e^[-(β0+β1X1+β2 X2+β3X3+...)]},这个公式可以在spss的"Transform"的“compute variable”的对话框中实现。
我的问题是，如果经过logistic回归后，有统计学意义的自变量中存在哑变量，那么就不能用π=1/{1+e^[-(β0+β1X1+β2 X2+β3X3+...)]}这个公式算出每一条记录（因变量）对应的预测概率，但在这种情况下，spss仍然后给出每一条记录的预测概率，说明spss内部有另外一个公式来计算含有哑变量的因变量的预测概率，所以，我想知道，这个公式是什么？
谢谢高手！

结论摆在最前面：
SPSS只有1个公式，所有软件都一样。


你的思路有问题。首先，如果自变量中存在哑变量，则哑变量需要满足“同进同出”原则，并且哑变量背后的分类自变量的显著性，并不是哑变量自身的显著性决定的，而需要根据“同进同出”原则查看“块(Block)”统计——即分层回归之间的差异的显著性。对于线性回归，是 Delta R-square 的显著性，对于二元的 Logistic 回归，则是似然比检验的显著性。——因此，你说显著的自变量里存在哑变量，这个思路已经有问题了，应该是“某个自变量产生的哑变量(们)整体对因变量有影响"。


其次，哑变量是实实在在的数据，只不过，如果你使用了SPSS为Logistic预设的哑变量，则看不到这些哑变量，并产生错觉“有一个分类自变量，对应了4个（或者更多的）哑变量”，并在结果中使用原始的分类自变量(1个)套公式。实际上应该先计算出哑变量(对于2分类自变量仅有1个哑变量，对于C分类自变量则有C-1个哑变量)，再用哑变量套Logistic的回归系数公式。


最后，对于回归类型的分析，分类自变量设置哑变量(或称虚拟化, dummy coding)，以及哑变量的系数解释，都是同一个套路。
可以参考
数据分析中的哑变量问题如何处理？ - SPSS论坛 - 经管之家(原人大经济论坛) (pinggu.org)
或电子书里的章节
《问卷调查与SPSS引用》电子书发布——最学术且具有可操作性的软件书 - SPSS论坛 - 经管之家(原人大经济论坛) (pinggu.org)