Làm thế nào để đối phó với các biến phân loại không nhị phân trong hồi quy logistic (SPSS)

Tôi phải thực hiện hồi quy logistic nhị phân với rất nhiều biến độc lập. Hầu hết trong số chúng là nhị phân, nhưng một vài trong số các biến phân loại có nhiều hơn hai cấp độ.

Cách tốt nhất để đối phó với các biến như vậy là gì?

Ví dụ, đối với một biến có ba giá trị có thể, tôi cho rằng hai biến giả phải được tạo. Sau đó, trong một quy trình hồi quy từng bước, tốt hơn là kiểm tra cả hai biến giả cùng một lúc, hoặc kiểm tra chúng một cách riêng biệt?

Tôi sẽ sử dụng SPSS, nhưng tôi không nhớ rõ lắm, vậy: SPSS giải quyết tình huống này như thế nào?

Hơn nữa, đối với một biến phân loại thứ tự, việc sử dụng các biến giả có thể tái tạo thang đo thứ tự là một điều tốt? (Ví dụ, sử dụng ba biến giả cho một biến thứ 4-nhà nước, đưa 0-0-0cho cấp , cho cấp 2 , cho mức độ 3 và cho mức 4 , thay vì , , và cho 4 cấp.)$1$1-0-0$2$1-1-0$3$1-1-1$4$0-0-01-0-00-1-00-0-1

Trang web UCLA có một loạt các hướng dẫn tuyệt vời cho mọi quy trình được chia nhỏ theo loại phần mềm mà bạn quen thuộc. Kiểm tra đầu ra SPSS được chú thích: Hồi quy logistic - biến SES mà họ đề cập là phân loại (và không phải là nhị phân). SPSS sẽ tự động tạo các biến chỉ báo cho bạn. Ngoài ra còn có một trang dành riêng cho Dự đoán phân loại trong hồi quy với SPSS có thông tin cụ thể về cách thay đổi mã hóa mặc định và một trang dành riêng cho hồi quy logistic .

Hồi quy logistic là một phương pháp khá linh hoạt. Nó có thể dễ dàng sử dụng như các biến độc lập biến phân loại. Hầu hết các phần mềm sử dụng hồi quy Logistic sẽ cho phép bạn sử dụng các biến phân loại.

Ví dụ: giả sử một trong các biến phân loại của bạn là nhiệt độ được xác định thành ba loại: lạnh / nhẹ / nóng. Như bạn đề xuất, bạn có thể hiểu rằng có ba biến giả riêng biệt với mỗi biến có giá trị 1 hoặc 0. Nhưng, phần mềm sẽ cho phép bạn sử dụng một biến phân loại duy nhất thay vì giá trị văn bản lạnh / nhẹ / nóng. Và, hồi quy logit sẽ lấy được hệ số (hoặc hằng số) cho mỗi trong ba điều kiện nhiệt độ. Nếu một phần mềm không đáng kể, phần mềm hoặc người dùng có thể dễ dàng lấy nó ra (sau khi quan sát giá trị t stat và p).

Lợi ích chính của việc phân nhóm các loại biến phân loại thành một biến phân loại duy nhất là hiệu quả mô hình. Một cột trong mô hình của bạn có thể xử lý nhiều danh mục cần thiết cho một biến phân loại duy nhất. Nếu thay vào đó, bạn sử dụng một biến giả cho từng loại của biến phân loại, mô hình của bạn có thể nhanh chóng phát triển để có nhiều cột không cần thiết được đưa ra thay thế được đề cập.

Theo hiểu biết của tôi, thật tốt khi sử dụng biến giả cho dữ liệu phân loại / danh nghĩa trong khi đối với dữ liệu thứ tự, chúng ta có thể sử dụng mã hóa 1,2,3 cho các cấp độ khác nhau. Đối với biến giả, chúng ta sẽ mã hóa 1 nếu nó đúng với một bảo tồn cụ thể và 0 khác. Ngoài ra các biến giả sẽ là 1 ít hơn không. Về các cấp độ, ví dụ như trong nhị phân, chúng ta có 1. Một quan sát '0' trong biến giả sẽ tự động tạo 1 cho hình nộm không được mã hóa.