昨日内容
回归分析
包含哑变量:一元、多元回归分析
不包含哑变量:逻辑回归
回归分析的步骤
1.明确目标,确定因变量和自变量
2.绘制散点图,确定数据的分布
3.进行相关分析,确定回归模型
4.计算误差值,截距,角度
5.计算预测值
逐步回归分析:
通过修改方法为步进,可以确定哪些自变量对因变量产生效果
今日内容
逻辑回归
(1).哑变量设置
哑变量即虚拟变量,用数字代码表示的定性自变量
哑变量可以有不同的水平
当定性变量只有两个水平时,可在回归中引入一个哑变量。一般而言,如果定性自变量有k个水平,需要在回归模型中引进k-1个哑变量
(2).哑变量回归的类型
indicator(指示对比):
用于指定某一分类为参照,指定的参照取决于,指定的参照取决于Reference Category中选择last还是first,即只能以该变量的第一类或者最后一类作为参照,indicator为默认方法,也是最常用的设置参照类的方法
Simple(简单对比):
simple和indicator两个方法虽然参数编码不同,但其实质是一样的,均为各分类分别与参照进行对比
difference(差异对比):
即该分类变量的某个分类,与前面所有分类的平均值进行比较,此法与Helmert法相反,因此也叫做反helmert法,此选项常用于有序分类变量
repeated(重复对比):
即该分类变量的各