spss：logistic回归分类变量（哑变量）的处理及解读 -凯发k8国际首页登录

　　：分类变量（哑变量）的处理及解读

　　一、哑变量的设置方法

　　中分类变量需要使用哑变量(也叫虚拟变量)来操作。

　　一般的，n个分类需要设置n-1个哑变量(为什么不是n个?请继续看)。

　　举个例子，有一个“年龄”变量，分为：青年，中年，老年三类，那么我们可以用两个哑变量来代替：

　　变量1 = 1代表青年，0代表非青年

　　变量2 = 1代表中年，0代表非中年

　　变量1和变量2都等于0代表老年

　　所以用2个变量就可以表示3个类别。

　　二、分类变量在中的操作及结果解读

　　中能自动设置哑变量，只需要把变量标记为分类变量即可。

　　假设我们要分析年龄和病程对某种疾病预后的影响，采用分析。

　　变量赋值如下(数据均为人造，非真实数据)：

　　预后 ：因变量，为二分类变量，0=预后差，1=预后好

　　年龄：自变量，为多分类变量，1=青年，2=中年，3=老年

　　病程：自变量，为连续变量

　　(1)首先将年龄设置为分类变量，对比方式默认为“指示符”，参考类别默认为“最后一个”(后面解释为什么)。见下图。

　　(2)结果输出，有两个主要的表格。

　　这是分类变量的编码表格，可以看出，年龄被替换为两个新的变量：年龄(1)和年龄(2)。年龄(1)代表青年人，年龄(2)代表中年人，他们的取值都为0表示老年人，作为青年和中年的参考对象。

　　这是回归表格，出现了年龄(1)和年龄(2)两个新的变量。可以看出年龄(1)的p为0.000，有统计学意义，年龄(2)的p为0.135，没有统计学意义。

　　两者不一致，怎么解释?

　　因为年龄(1)和(2)都是以老年人来作为参照的，所以可以解释为：

　　(1)青年人相对于老年人，预后更好

　　(2)中年人相对于老年人，预后没有统计学差异

　　(3)青年人比中年人看起来预后好，但需要进一步假设检验。

　　三、参照方式的选择

　　分类变量都需要一个参考对象，也就是说跟谁比。

　　中提供了多种对比方式，如指示符，简单，差值等等，如下图：

　　其中默认的“指示符”使用最多，这里仅介绍这一个。

　　“指示符”表示将每一个类别与参考类别对比。那么哪一个是参考类别呢?有两个选项：“最后一个”与“第一个”。这里的“最后一个”和“第一个”顺序与上文“分类变量编码表”中的顺序是一样的。如果设置为最后一个，就是以老年为参考类别，如果设置为第一个，就是以青年为参考类别。具体使用哪一个，需要根据分析目的来确定。