Czy mogę zastosować regresję wielokrotną, jeśli mam mieszane predyktory jakościowe i ciągłe?

Wygląda na to, że możesz użyć kodowania dla jednej zmiennej jakościowej, ale mam dwie zmienne jakościowe i jedną zmienną predykcyjną ciągłą. Czy mogę użyć do tego wielokrotnej regresji w SPSS, a jeśli tak, to w jaki sposób? dzięki!

1. Jeśli jest to pytanie składniowe SPSS, odpowiedzią jest po prostu umieszczenie odpowiednio zakodowanej zmiennej kategorialnej na liście zmiennych „zmiennych niezależnych” wraz ze zmienną ciągłą.
2. W statystykach: czy twoja zmienna kategorialna jest binarna? Jeśli tak, musisz użyć fikcyjnego lub innego prawidłowego kodu kontrastu. Jeśli nie jest binarny, to czy twoja zmienna kategorialna jest porządkowa czy nominalna? Jeśli wartość jest nominalna, to znowu musisz użyć strategii kontrastującego kodu - w efekcie modelując wpływ każdego poziomu zmiennej na wynik lub zmienną „zależną”. Jeśli zmienna kategorialna jest porządkowa, najprawdopodobniejrozsądnym rozwiązaniem jest wprowadzenie go takim, jakim jest w modelu, tak jak w przypadku zmiennej predykcyjnej ciągłej (tj. „niezależnej”). W takim przypadku można założyć, że przyrosty między poziomami predyktora jakościowego („niezależnego”); tylko w rzadkich przypadkach będzie to pomyłka, ale kiedy już tak jest, powinieneś ponownie użyć kodu kontrastu i modelować wpływ każdego poziomu. To pytanie pojawia się dość często na tym forum - oto dobra analiza
3. Sposób postępowania z brakującymi danymi jest moim zdaniem zupełnie odrębną sprawą. Rozumiem, że usuwanie parami nie jest uważane za prawidłowe podejście do regresji wielowymiarowej. Listwise jest dość powszechny, ale może również wpływać na wyniki i na pewno szkoda. Wielokrotne przypisywanie jest sprawą piękna.

Z pewnością możesz, postępując zgodnie z tą samą metodą, której użyłbyś dla pierwszego predyktora jakościowego. Twórz zmienne obojętne, tak jak dla pierwszej takiej zmiennej. Ale często łatwiej jest użyć polecenia SPSS Unianova. Możesz to sprawdzić w dowolnym Przewodniku składni wydrukowanym lub w formacie pdf lub możesz uzyskać do niego dostęp poprzez Analizuj ... Ogólny model liniowy ... Univariate.

Pomimo tego, że jest nieco bardziej skomplikowane, polecenie Regresja ma wiele zalet w stosunku do Unianova. Najważniejsze jest to, że możesz wybrać „brakującą parę” (nie musisz przegrać sprawy tylko dlatego, że brakuje wartości jednego lub dwóch predyktorów). Możesz także uzyskać wiele cennych informacji diagnostycznych, takich jak wykresy częściowe i statystyki wpływu.

Prostym sposobem na przekształcenie zmiennych kategorialnych w zestaw zmiennych zastępczych do stosowania w modelach w SPSS jest użycie składni do repeat. Jest to najprostszy w użyciu, jeśli zmienne jakościowe są uporządkowane liczbowo.

*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. 

W przeciwnym razie możesz po prostu uruchomić zestaw instrukcji if, aby utworzyć zmienne fikcyjne. Moja bieżąca wersja (16) nie ma natywnej możliwości automatycznego określania zestawu zmiennych zastępczych w poleceniu regresji (tak jak w Stacie za pomocą polecenia xi ), ale nie byłbym zaskoczony, gdyby był dostępny w jakiejś nowszej wersji. Zwróć także uwagę na punkt # 2 dmk38, ten schemat kodowania zakłada kategorie nominalne. Jeśli twoja zmienna jest porządkowa, możesz zastosować większą dyskrecję.

Zgadzam się również z dmk38, a rozmowa o lepszej regresji ze względu na jej zdolność do określania brakujących danych w określony sposób jest zupełnie odrębną kwestią.