线性总结因变量须是定量数据18+动漫，自变量允许是定量数据或定类数据。定类数据中，要是是二水平的分类变量一般视为定量数据，可径直进行线性总结。而关于多个分类水平的分类自变量，应酌情计议将其调治为哑变量，以哑变量的神气参与线性总结分析。

1. 哑变量调治

举例A、B、AB、O四种血型数据，次序用数字1、2、3、4示意，要是径直以血型看成自变量，则总结总计示意血型每加多/减少一个单元，因变量随之加多/减少的改变量，这与本体情况不符，因为四种血型是对等的相关，并不存在递加或递减的效应。遭遇此类自变量的线性总结分析，应试虑将分类变量调治为数个哑变量，每个哑变量只代表与参考水平比较的互异，这么作念所获取归总计才有本体意旨。

哑变量，又称为诬捏变量，它是东说念主为虚设的变量，是以有些场地也称之为虚设变量。哑变量最常见的示意方式是“开荒符法”，即用用0-1数据进行组织。

一个有k个水平的多分类变量调治为哑变量时，可生成k个哑变量，每个哑变量均为0-1数据，1示意原分类水平的一个分类，0表述非此类。

如表5-17所示，哑变量“血型_1”的编码1对应的是“A型”，编码0则表述“非A型”，该哑变量代表的即是“A型”血型；哑变量“血型_2”则对应“B型”；哑变量“血型_3”则对应“AB型”；哑变量“血型_4”则对应“O型”。并吞个分类变量调治所得的多个哑变量，一般简称为“一组”或“一簇”哑变量。

再SPSSAU平台中，可通过【数据处置】→【生成变量】模块对多分类的自变量进行哑变量处置，臆想先容见本书2.4节的内容。

2. 参照水平

多分类变量调治为哑变量参与线性总结时，应遴荐一个得当的分类看成参照水平，即哑变量总结时，纳入总结模子的哑变量为k-1个，减掉的这一个看成参照。举例，咱们可遴荐“O型”看成参照，此时参与总结的仅包括“血型_1”、“血型_2”、“血型_3”这三个哑变量，而哑变量“血型_4”看成参照不纳入总结模子。

哑变量总结时，应防御效率“同进同出”原则。即自便一个哑变量对因变量Y有权贵性，则同组哑变量均一并纳入总结模子；一组哑变量对因变量Y无权贵性，则该组哑变量一起踢出模子。

值得防御的是，参照水平的遴荐不是松懈的。主要凭据专科和筹商目的(冯国双，2018)。怎么鸠合呢？比如筹商目的在于检会“抽烟”对患某疾病的影响筹商，则以“不抽烟”看成参照；再比如筹商病情严重进度对预后质地的影响，凭据专科常识病情严重进度分散为4个品级，则可计议将品级最低的水平看成参考，故意于临床意旨的解释。

3. 实例分析

【例5-7】对“例5-1”案例布景和数据进行从头整理，数据文档为例“例5-7.xls”。某筹商蚁集到757名好意思国年青男人的数据，行业警戒觉得“年纪”、“说来岁限”及“智力品级”对“Ln_工资”的对数数据有瞻望作用，试拟合多重线性总结进行分析。

1) 哑变量调治

本例“智力品级”为有4个分类水平的分类变量，4个品级数字编码次序为1、2、3、4。其看成线性总结自变量时，计议对其进行哑变量调治生成3个哑变量，以3个哑变量的神气参与线性总结。

次序遴荐【数据处置】→【生成变量】模块，先在左侧的变量列表中选中“智力品级”，然后在右侧【生成变量】功能下拉框内遴荐常用的【诬捏(哑)变量】功能，终末单击底部的【说明处置】，操作设定如图 5-21所示。调治后，原始数据中新增“智力品级_1” ～“智力品级_4”4个哑变量，分别对应的是“智力品级”的四个水平。此处应防御，应遴荐其中一个水平看成参照，本例遴荐“智力品级_1”即第一个水平看成参照，其余三个哑变量参与接下来的线性总结。

2) 线性总结

并吞组哑变量应同步过问模子或同步退出模子，为此哑变量不符合按照渐渐总结的方式进行筛选，本例遴荐使用【线性总结】模块完成线性总结分析。次序遴荐【通用步伐】→【线性总结】模块，如图 5-22所示，将量“Ln_工资”拖拽至【Y(定量)】，“年纪”与“说来岁限”拖拽至【X(定量/定类)】。

本例以“智力品级_1”为参照，将“智力品级_2” ～“智力品级_4”这三个哑变量拖拽至【X(定量/定类)】。勾选【保存残差和瞻望值】，终末单击【开动分析】。

拳交telegram

3) 成果分析

最初来看线性总结成果，如下表5-18所示。

(1) 总结方程总体权贵性旁观，F(5，751)=95.35，p﹤0.01，按α=0.01水平，觉得本次拟合所得的总结方程具有统计学意旨。

(2) 偏总结总计旁观，“年纪”和“说来岁限”2个自变量，以及智力品级的3个哑变量，t旁观p值一起小于0.01，说明这5个自变量对“Ln_工资”的影响有统计学意旨。相关于“智力品级_1”来说，由智力品级_1变换到品级_2，工资水平加多10%；品级_1变换到品级_3，工资水平加多11%；品级_1变换到品级_4，工资水平加多20%，可见智力对工资的影响。

(3) 最终总结方程为：

Ln_工资=3.707 + 0.057×年纪 + 0.046×说来岁限 + 0.196×智力品级_4 + 0.112×智力品级_3 + 0.102×智力品级_2

(4) 模子拟合评价，总结方程疗养后R方=0.38，示意“Ln_工资”变异的38%能被上述多重线性总结方程所解释。

以上内容摘自《SPSSAU科研数据分析步伐与哄骗》第5章——臆想影响相关筹商，书中不仅涵盖了数据清算、统计分析和模子构建等内容18+动漫，还提供了丰富的案例，以便于读者在本体筹商中哄骗。

---