更优尺度回归(CATREG)的SPSS分析
2017-05-29 MedSci MedSci原创
1、什么是最优尺度回归?英文简称CATREG,也称分类回归。 普通线性回归对数据的要求十分严格,当遇到分类变量时,线性回归无法准确地反映分类变量不同取值的距离,比如性别变量,男性和女性本身是平级的,没有大小、顺序、趋势区分,若直接纳入线性回归模型,则可能会失去自身的意义。最优尺度回归就是为了解决类似问题,它擅长将分类变量不同取值进行量化处理,从而将分类变量转换为数值型进行统计分析。可以说有了最优尺
1、什么是最优尺度回归?英文简称CATREG,也称分类回归。 普通线性回归对数据的要求十分严格,当遇到分类变量时,线性回归无法准确地反映分类变量不同取值的距离,比如性别变量,男性和女性本身是平级的,没有大小、顺序、趋势区分,若直接纳入线性回归模型,则可能会失去自身的意义。最优尺度回归就是为了解决类似问题,它擅长将分类变量不同取值进行量化处理,从而将分类变量转换为数值型进行统计分析。可以说有了最优尺度回归方法,将大大提高分类变量数据的处理能力,突破分类变量对分析模型选择的限制,扩大回归分析的应用能力。最优尺度回归分析的功能与意义自变量为分类变量的时候,比如收入级别,学历等等,通常做法是直接将各个类别定义取值为等距连续整数,但是等距的假设显然有些草率,最有尺度回归便可解决这一问题。相关数据颜色偏好与年龄、性别、职业之间的关系。分析过程第一步:打开主菜单。在SPSS数据视图下,在菜单栏中选择【分析】【回归】【最优尺度】选项,调出SPSS分类回归主菜单界面。分析-回归-最佳尺度第二步:定义尺度。为因变量和所有自变量指定最合适的测度类别。首先从左侧的变量栏中选择“颜色偏好”,按箭头按钮方向移入因
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
如果我没记错的话,颜色应该选择名义尺度。年龄应该选择数字尺度吧????楼主???
111
我也正在用
116
#Treg#
86
学习了谢谢分享。
111
学习了谢谢分享。
112
最近要写论文,这个很实用
105