存在分类变量时分别利用SPSS和python做多元线性回归

1. SPSS

当存在分类变量时，需要首先处理成多个哑变量，例如将年龄分成三个:age<18, age18_60, age>60。

然后在SPSS里纳入除了ref的所有哑变量，例如我们要将18-60作为参考组，就纳入age<18和age>60，不要纳入age18-60。

首先可以选择stepwise进行特征筛选建模。但是勾选逐步后，不能enable Bootstrap。所以可以分两步走，第一步逐步来筛选变量。

然后根据要纳入的变量，再执行一次回归，选择进入并且勾选bootstrap。

 

2. Python

python中的statsmodels可以

from statsmodels.formula.api import ols

formula = f"DAT_Class~C(Sex)+C(年龄_分类)+C(Antibiotic_usage)+C(Tumor_presence)+C(Trans)+贫血+消化+低血容量+感染+凝血障碍+肺炎+脓毒血症+休克+急性白血病+糖尿病+早产儿+const"

df = sm.add_constant(df)
model = ols(formula, data=df).fit()
model.summary()

 利用这个方式也可以对分类变量指定参考组。例如指定年龄的参考组为18-60：

formula = f"DAT_Class~C(Sex)+C(年龄_分类, Treatment(reference='18-60'))+C(Antibiotic_usage)+C(Tumor_presence)+C(Trans)+贫血+消化+低血容量+感染+凝血障碍+肺炎+脓毒血症+休克+急性白血病+糖尿病+早产儿+const"

ref: https://www.sohu.com/a/211917960_489312