博文
统计中的回归分析
||
回归分析时，所有的自变量都需要是间距变量。如果想把某些分类变量也纳入其中，就必须通过TRNANSFORM菜单命令中的RECODE INTO DIFFERENT VARIABLE把其编码成K—1个二分类变量后，才能把这K—1个分类变量纳入统计分析之中。至于在应用虚拟变量回归时选择哪一类作为参照类，其实对回归结果没有实质性的影响。这就是说，尽管虚拟变量的回归系数会有所不同，但这只是因为换了参照类而每个系数的意义不同了，但是所计算的各类平均值他们之间的差不会发生任何变化，因而各类平均值之差的统计检验结果也不会发生任何变化。所以，如何选择参照类只是研究者自己的偏好，以满足在解释实际意义时的方便。
如果因变量是间距变量，那么就直接运用线性回归。在线性回归中，如果自变量中有分类变量，那么一定要事先把这些分类变量事先重新编码，生成K—1个二分类变量。
相反，如果因变量是分类变量，那么就需要运用LOGISTIC回归。其中，根据因变量分类的多少，又分为二元逻辑回归和多元逻辑回归。在二元逻辑回归时，如果对自变量中的分类变量进行重新编码，成为了虚拟变量，那么在纳入covariate对话框时进行运行时，无需进行其他的操作。如自变量中的分类变量没有进行重新编码形成新的虚拟变量，就需要点击categories按钮进行新的对话框后，把自变量中未重新编码的分类变量选入categorical covariates对话框中，然后点击继续按钮进行分析。需要注意的是，这时侯的对照类别reference category系统往往默认的是最后一组。
如果因变量是多分类变量，那么就需要运用多元逻辑回归。在因变量的多个分类中，到底选择哪一类作为参照组，可以点击对话框下面的reference category按钮来进行选择。在多元逻辑回归中，如果自变量中既有分类变量，又有间距变量，那么处理的方法也有两种。第一，就是把间距变量选入covariate对话框中，把自变量中未重新编码的分类变量选入factors对话框中，然后再点击“继续”按钮进行运行分析。注意的是，得出的结果中，自变量中的分类变量往往是以最后一个分类作为参照组。当然，这要在统计结果分析需要留心注意。第二种，就是在分析之前，把自变量中的分类变量进行重新编码，生成K—1个虚拟变量，然后直接纳入covariate对话框中进行分析。
在统计分析中，控制变量或协变量covariate一定是间距变量。如果需要纳入分类变量，一定需要事先重新编码生成多个二分类变量。
https://blog.sciencenet.cn/blog-298032-358277.html
上一篇：有人喜欢看，就有人写
下一篇：国人不仇富，但仇腐
扫一扫，分享此博文
全部作者的精选博文
全部作者的其他最新博文
- • 迎来2011
- • 一种新统计方法之思路
- • 城市里的厕所：普及比星级更重要
- • 郁闷：被同学批评了
- • 最纠结的学科：英语
- • 医患关系不信任的极致