如何利用SPSS实现多元线性回归中哑变量设置及分析

今天给大家介绍一下SPSS的使用。我最近在学习sas软件的使用,刚好学到了多元线性回归,所以再把SPSS拿出来做一下多元线性回归分析,顺便复习一下SPSS软件的使用,大家如果想了解更多数据分析软件、统计分析、meta分析的内容,可以关注纯学术的公众号:全哥的学习生涯,分享各类数据分析方法。

其实spss的使用非常简单,关键是要有一定的统计学基础,懂得针对不同的研究设计以及不同的研究资料应该采用何种统计学方法,对于软件给出的结果,要懂得如何解释。在有了这些基础之后,就可以按照操作步骤拿着鼠标点点点啦。

定义及应用条件:

多元线性回归分析是研究一个连续型变量和其他多个变量间线性关系的统计学分析方法。多元线性回归需要满足线性、独立、正态、等方差的条件。在满足条件之后就可以对资料进行回归分析了。

自变量处理:

生成新变量:有些自变量的变化对于因变量的影响很小,比如血压变化1mmhg,或者年龄变化1岁,对于我们机体的影响很小,所以需要对变量进行一下转化,比如可以把年龄分组,每5年为一个年龄组,生成一个新变量,把这个新变量纳入回归方程进行分析,这样对于回归分析的结果会更加容易解释。

设置哑变量:假如我们的自变量为分类变量,这个时候就需要设置哑变量。如果自变量是等级变量,而且因变量在自变量每个等级上的变化不相等,也需要设置哑变量。在自变量设置完毕后就可以进行多元线性回归分析啦。

实操展示:

这里是一个探讨因变量和九个自变量之间关系的例子。首先是如何生成一个新变量,假如要把年龄变量生成一个新变量,每10岁为一组,操作如下:①点击菜单栏的转换-重新编码为不同变量(图一),②将年龄变量(x2)选入方框,在名称里输入要生成的新变量名称,点击变化量,点击旧值和新值按钮(图二),③选中范围,在下面输入10-20,在新值内填1,点击添加,在范围内输入21-30,在新值内填2,点击添加,以此类推,点击继续(图三)。


图 1
图 2
图 3

④对于需要设置哑变量的变量,点击转换-创建虚变量(图四),⑤把要创建哑变量的变量选入,点击使用值标签,点击创建主效应虚变量,在根名称中输入生成的哑变量名称(如k),点击确定(图五)。因为我的x4变量有三个分类,所以就会自动生成三个变量:k1,k2,k3(图六)。


图 4
图 5
图 6

然后就可以进行线性回归分析了。大家如果想了解更多数据分析软件、统计分析、meta分析的内容,可以关注纯学术的公众号:全哥的学习生涯,分享各类数据分析方法。⑥点击分析,点击回归,点击线性(图七),⑦把y选入因变量,将哑变量之外的变量选入自变量,点击步进,点击下一个(图八),将哑变量(k2和k3)选入自变量,点击输入(哑变量有同进同出的原则,所以这里必须选择输入按钮,不能选步进或者其他按钮)(图九),⑧点击统计,勾选回归系数的置信区间(图十),⑨点击选项,可以设置进入的P值和除去的P值,(可以取默认值也可以自行设定为其他值,但是有一个原则,就是进入的α值要小于除去的α值)(图十一)。点击继续。


图 7
图 8
图 9
图 10
图 11

结果解读:

大家如果想了解更多数据分析软件、统计分析、meta分析的内容,可以关注纯学术的公众号:全哥的学习生涯,分享各类数据分析方法。结果如下:根据显著性是否小于0.05来判断自变量对因变量的影响有没有意义,根据未标准化的系数可以写出回归方程。如果要比较各个自变量对因变量的影响大小需要看标准化系数。

图 12
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容