多元回归分析logistics因变量的取值范围可以是连续变量吗?我想用spss多元回归分析做研究,自变量里会有“是/否”或“1,2,3,4分别代表不同选项意义”这样的取值,但是因变量只能是连续型的,或
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/01 03:24:28
![多元回归分析logistics因变量的取值范围可以是连续变量吗?我想用spss多元回归分析做研究,自变量里会有“是/否”或“1,2,3,4分别代表不同选项意义”这样的取值,但是因变量只能是连续型的,或](/uploads/image/z/7642264-40-4.jpg?t=%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92%E5%88%86%E6%9E%90logistics%E5%9B%A0%E5%8F%98%E9%87%8F%E7%9A%84%E5%8F%96%E5%80%BC%E8%8C%83%E5%9B%B4%E5%8F%AF%E4%BB%A5%E6%98%AF%E8%BF%9E%E7%BB%AD%E5%8F%98%E9%87%8F%E5%90%97%3F%E6%88%91%E6%83%B3%E7%94%A8spss%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92%E5%88%86%E6%9E%90%E5%81%9A%E7%A0%94%E7%A9%B6%2C%E8%87%AA%E5%8F%98%E9%87%8F%E9%87%8C%E4%BC%9A%E6%9C%89%E2%80%9C%E6%98%AF%2F%E5%90%A6%E2%80%9D%E6%88%96%E2%80%9C1%2C2%2C3%2C4%E5%88%86%E5%88%AB%E4%BB%A3%E8%A1%A8%E4%B8%8D%E5%90%8C%E9%80%89%E9%A1%B9%E6%84%8F%E4%B9%89%E2%80%9D%E8%BF%99%E6%A0%B7%E7%9A%84%E5%8F%96%E5%80%BC%2C%E4%BD%86%E6%98%AF%E5%9B%A0%E5%8F%98%E9%87%8F%E5%8F%AA%E8%83%BD%E6%98%AF%E8%BF%9E%E7%BB%AD%E5%9E%8B%E7%9A%84%2C%E6%88%96)
多元回归分析logistics因变量的取值范围可以是连续变量吗?我想用spss多元回归分析做研究,自变量里会有“是/否”或“1,2,3,4分别代表不同选项意义”这样的取值,但是因变量只能是连续型的,或
多元回归分析logistics因变量的取值范围可以是连续变量吗?
我想用spss多元回归分析做研究,自变量里会有“是/否”或“1,2,3,4分别代表不同选项意义”这样的取值,但是因变量只能是连续型的,或者“低,中,高”这样的定义,不知道用什么模型能实现呀?
我看了几本书,里面说二项logistics回归的因变量只可以是“0/1”,而至于多元回归分析,不知道它的自变量可不可以取“是/否”,或者“1,2,3,4分别代表不同选项意义”这样的值?
焦急中.感谢大家多帮忙啊!
多元回归分析logistics因变量的取值范围可以是连续变量吗?我想用spss多元回归分析做研究,自变量里会有“是/否”或“1,2,3,4分别代表不同选项意义”这样的取值,但是因变量只能是连续型的,或
多元回归分析中,要求所有变量须为等距尺度 (或译区间尺度,interval level of measurement),或者是“0/1”(自变量).
如果变量的值仅属名目尺度(nominal),亦即“1,2,3,4分别代表不同选项意义”这样的变量,是不可以放进去做回归分析的.严格上说,就连“低,中,高”这样的顺序尺度(ordinal)变量也不能回归分析.
以你目前的情况,因变量是连续型的(亦即等距(区间)尺度),而自变量是“1,2,3,4分别代表不同选项意义”这样的名目尺度变量,则可以把自变量化为虚拟变项(Dummy variables),亦即“0/1”化,以便进行回归分析.
以你的例子,“1,2,3,4分别代表不同选项意义”这样的自变量,设3个虚拟变项就够.
当选答1,VAR_D1的值定为1,选答其余的(2,3,4),VAR_D1的值定为0;
当选答2,VAR_D2的值定为1,选答其余的(1,3,4),VAR_D2的值定为0;
当选答3,VAR_D3的值定为1,选答其余的(1,2,4),VAR_D3的值定为0.
亦即:
若选答1,VAR_D1=1,VAR_D2=0,VAR_D3=0;
若选答2,VAR_D1=0,VAR_D2=1,VAR_D3=0;
若选答3,VAR_D1=0,VAR_D2=0,VAR_D3=1;
若选答4,VAR_D1=0,VAR_D2=0,VAR_D3=0.
(不要搞出个VAR_D4放进回归方程,不然的话会出现共线性问题)
此外,若因变量未达等距尺度的要求(亦即不是连续型的),
只属“低,中,高”这样的顺序尺度变量,你有两种处理方法:
(1)假设它是等距的,照样做回归分析;
(2)用对数线性模型的Logit Loglinear Analysis处理 (较严紧的做法)
至於你在书上看到的logistics回归方法,不适合你用啦.它是针对因变量为“0/1”二分的.当然,你也可以把你的资料降级,区分为两组,放进去做logistics回归,但这会丧失了许多资讯,太浪费了.