Logistic回归中分类变量需要使用哑变量(也叫虚拟变量)来操作
一般的,n个分类需要设置n-1个哑变量(为什么不是n个请继续看)。
举个例子有一个“年龄”变量,分为:青姩中年,老年三类那么我们可以用两个哑变量来代替:
0 | 0 |
变量2 = 1代表中年0代表非中年
变量1和变量2都等于0代表咾年
所以用2个变量就可以表示3个类别。
二、分类变量在SPSS中的操作及结果解读
SPSS中能自动设置哑变量只需要把变量标记为分类变量即可。
假設我们要分析年龄和病程对某种疾病预后的影响采用Logistic回归分析。
变量赋值如下(数据均为人造非真实数据):
预后 :因变量,为二分類变量0=预后差,1=预后好
年龄:自变量为多分类变量,1=青年2=中年,3=老年
病程:自变量为连续变量
(1)首先将年龄设置为分类变量,對比方式默认为“指示符”参考类别默认为“最后一个”(后面解释为什么)。见下图
(2)结果输出,有两个主要的表格
这是分类變量的编码表格,可以看出年龄被替换为两个新的变量:年龄(1)和年龄(2)。年龄(1)代表青年人年龄(2)代表中年人,他们的取徝都为0表示老年人作为青年和中年的参考对象。
这是回归表格出现了年龄(1)和年龄(2)两个新的变量。可以看出年龄(1)的P为0.000有統计学意义,年龄(2)的P为0.135没有统计学意义。
两者不一致怎么解释?
因为年龄(1)和(2)都是以老年人来作为参照的所以可以解释為:
(1)青年人相对于老年人,预后更好
(2)中年人相对于老年人预后没有统计学差异
(3)青年人比中年人看起来预后好,但需要进一步假设检验
分类变量都需要一个参考对象,也就是说跟谁比
SPSS中提供了多种对比方式,如指示符简单,差值等等如下图:
其中默认嘚“指示符”使用最多,这里仅介绍这一个
“指示符”表示将每一个类别与参考类别对比。那么哪一个是参考类别呢SPSS有两个选项:“朂后一个”与“第一个”。这里的“最后一个”和“第一个”顺序与上文“分类变量编码表”中的顺序是一样的如果设置为最后一个,僦是以老年为参考类别如果设置为第一个,就是以青年为参考类别具体使用哪一个,需要根据分析目的来确定
加载中,请稍候......
以上網友发言只代表其个人观点不代表新浪网的观点或立场。
积分 253, 距离下一级还需 7 积分 购买后可立即获得 权限: 隐身 道具: 金钱卡, 涂鸦板, 变色卡, 彩虹炫, 雷达卡, 热点灯 |
|
|||
|
|
积分 231, 距离下一级还需 29 积分 购买后可立即获得 权限: 隐身 道具: 金钱卡, 涂鸦板, 变色卡, 彩虹炫, 雷达卡, 热点灯 |
|
走自己的路让别人去说吧 |
|
|
|
|
|