发布网友 发布时间:2024-03-26 18:36
共1个回答
热心网友 时间:2024-08-04 19:54
可以的,以下是两种方法。
1,用spss进行多元回归以后,系统会自动给出x1、x2和x3(从大到小)的r的平方和,相减就是解释率。
2,设置哑变量。通常在回归分析时,如果是二分类变量可以直接当作连续性变量进行回归,而多分类时,则需要设置哑变量,即将每个类别转换成0,1的编码来表示,因此这里求相关系数时。
也可以采用类似的设置哑变量,只不过是有几个类别就设置几个哑变量,这也相当于将多分类变量变成了多个0、1编码的二分类变量,然后再直接使用相关分析,选择所有的哑变量和连续性因变量进行普通的pearson相关,就可以得出每个分类与因变量的相关系数了。
分类变量的分类
1,无序分类变量:
无序分类变量(unordered categorical variable)是指所分类别或属性之间无程度和顺序的差别。,它又可分为:二项分类,如性别(男、女),药物反应(阴性和阳性)等;多项分类,如血型(O、A、B、AB),职业(工、农、商、学、兵)等。
对于无序分类变量的分析,应先按类别分组,清点各组的观察单位数,编制分类变量的频数表,所得资料为无序分类资料,亦称计数资料。
2,有序分类变量
有序分类变量(ordinal categorical variable)各类别之间有程度的差别。如尿糖化验结果按-、±、+、++、+++分类;疗效按治愈、显效、好转、无效分类。对于有序分类变量,应先按等级顺序分组,清点各组的观察单位个数,编制有序变量(各等级)的频数表,所得资料称为等级资料。
变量类型不是一成不变的,根据研究目的的需要,各类变量之间可以进行转化。例如血红蛋白量(g/L)原属数值变量,若按血红蛋白正常与偏低分为两类时,可按二项分类资料分析;若按重度贫血、中度贫血、轻度贫血、正常、血红蛋白增高分为五个等级时,可按等级资料分析。
有时亦可将分类资料数量化,如可将病人的恶心反应以0、1、2、3表示,则可按数值变量资料(定量资料)分析。