Tôi có thể sử dụng nhiều hồi quy khi tôi có các yếu tố dự đoán phân loại và liên tục không?

Có vẻ như bạn có thể sử dụng mã hóa cho một biến phân loại, nhưng tôi có hai biến dự báo phân loại và một biến liên tục. Tôi có thể sử dụng nhiều hồi quy cho điều này trong SPSS không và nếu có thì như thế nào? cảm ơn!

1. Nếu đây là câu hỏi cú pháp SPSS, câu trả lời chỉ là đặt biến phân loại, được mã hóa phù hợp, vào danh sách biến cho "biến độc lập" cùng với biến liên tục.
2. Trên thống kê: Là biến nhị phân biến của bạn? Nếu vậy, bạn cần sử dụng một hình nộm hoặc mã tương phản hợp lệ khác. Nếu nó không phải là nhị phân, thì biến phân loại của bạn là thứ tự hay danh nghĩa? Nếu danh nghĩa, sau đó, một lần nữa, bạn phải sử dụng một số chiến lược mã tương phản - thực hiện mô hình hóa tác động của từng cấp độ của biến đối với kết quả hoặc biến "phụ thuộc". Nếu biến phân loại là thứ tự, thì rất có thểđiều hợp lý để làm là nhập nó vào mô hình, giống như bạn làm với biến dự báo liên tục (nghĩa là "độc lập"). Trong trường hợp đó, bạn sẽ giả sử rằng các mức tăng giữa các cấp của biến dự báo phân loại ("độc lập"); chỉ hiếm khi đây là một sai lầm, nhưng khi có, bạn nên sử dụng lại mã tương phản & mô hình hóa tác động của từng cấp độ. Câu hỏi này đi lên trong diễn đàn này khá thường xuyên - đây là một tốt analaysis
3. Theo tôi, làm thế nào để xử lý dữ liệu bị thiếu là một vấn đề hoàn toàn riêng biệt. Hiểu biết của tôi là xóa cặp không được xem là một cách tiếp cận hợp lệ cho hồi quy đa biến. Listwise là khá phổ biến nhưng cũng có thể sai lệch kết quả & chắc chắn là một sự xấu hổ. Đa nhiệm là một điều của vẻ đẹp.

Bạn chắc chắn có thể, bằng cách làm theo cùng một phương pháp bạn sử dụng cho công cụ dự đoán phân loại đầu tiên. Tạo các biến giả giống như bạn làm cho biến đầu tiên như vậy. Nhưng nó thường dễ sử dụng lệnh Unianova của SPSS. Bạn có thể tra cứu điều này trong bất kỳ Hướng dẫn cú pháp được in hoặc pdf nào hoặc bạn có thể truy cập nó thông qua Phân tích ... Mô hình tuyến tính chung ... Không biến đổi.

Mặc dù phức tạp hơn một chút, lệnh Regression có một số lợi thế so với Unianova. Vấn đề chính là bạn có thể chọn 'thiếu cặp đôi' (bạn không phải thua kiện đơn giản vì nó thiếu giá trị cho một hoặc hai yếu tố dự đoán). Bạn cũng có thể nhận được nhiều chẩn đoán có giá trị như lô một phần và thống kê ảnh hưởng.

Một cách đơn giản để biến các biến phân loại thành một tập hợp các biến giả để sử dụng trong các mô hình trong SPSS là sử dụng cú pháp lặp lại. Đây là cách đơn giản nhất để sử dụng nếu các biến phân loại của bạn theo thứ tự số.

*making vector of dummy variables.
vector dummy(3,F1.0).
*looping through dummy variables using do repeat, in this example category would be the categorical variable to recode. 
do repeat dummy = dummy1 to dummy3 /#i = 1 to 3.
compute dummy = 0.
if category = #i dummy = 1.
end repeat.
execute. 

Nếu không, bạn có thể chỉ cần chạy một tập hợp các câu lệnh if để tạo các biến giả. Phiên bản hiện tại của tôi (16) không có khả năng tự động chỉ định một tập hợp các biến giả trong lệnh hồi quy (giống như bạn có thể trong Stata bằng lệnh xi ) nhưng tôi sẽ không ngạc nhiên nếu điều này có sẵn trong một số phiên bản mới hơn. Cũng lưu ý đến điểm số 2 của dmk38, sơ đồ mã hóa này giả định các danh mục danh nghĩa. Nếu biến của bạn là thứ tự tùy ý hơn có thể được sử dụng.

Tôi cũng đồng ý với dmk38 và cuộc nói chuyện về hồi quy sẽ tốt hơn vì khả năng xác định dữ liệu bị thiếu theo cách cụ thể là một vấn đề hoàn toàn riêng biệt.