统计211

 找回密码
 立即注册

QQ登录

只需一步,快速开始

统计211 门户 查看主题

基于最优尺度变换的回归分析

发布者: style | 发布时间: 2016-9-8 17:00| 查看数: 2495| 评论数: 0|帖子模式

基于最优尺度变换的回归分析
《含有虚拟变量的回归分析》一文中,详细讲解了虚拟变量的设置方法以及虚拟变量的回归分析等内容。从SPSS操作步骤上来看,大家可能会觉得有些繁琐,如果再继续增加虚拟变量的个数或增加某个虚拟变量的类别,那么虚拟变量的设置就显得很费时间,而且出错概率较高。为了解决这个问题,我今天给大家介绍最优尺度回归。
最优尺度变换专门用于解决在统计建模时如何对分类变量进行量化的问题,其基本思路是基于希望拟合的模型框架,分析各级别对因变量影响的强弱变化情况,在保证变换后各变量间的联系为线性的前提下,采用一定的非线性变换方法进行反复迭代,从而为原始分类变量的每一个类别找到最佳的量化评分,随后在相应模型中使用量化评分代替原始变量进行后续分析。这样就可将各种传统分析方法的适用范围一举扩展到全部的测量尺度,如对无序多分类变量、有序多分类变量和连续变量同时进行回归分析、因子分析等。为了详细说明最优尺度回归,仍然引用《含有虚拟变量的回归分析》一文中的数据来研究。
1、变量和数据如下:

QQ截图20160908165806.png (111.7 KB, 下载次数: 0)

最新评论

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则


免责声明|关于我们|小黑屋|联系我们|赞助我们|统计211 ( 闽ICP备09019626号  

GMT+8, 2018-1-24 07:44 , Processed in 0.133382 second(s), 27 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表