六 SPSSSPSS之回归分析衍生方法（图文+数据集）( 三 ) _回归模型

针对问题：当自变量为有序/无序的变量
解决办法：根据数据情况进行迭代搜索，找到适当的变换方法对原始分类变量进行转换，将原始变量一律转换为连续性评分，然后再进行方程拟合，分类变量越多优势越明显，从实用的角度出发，该方法可以被作为一种探索性方法使用
案例：生育子女数的回归模型
现收集了一批妇女的曾生子女数、年龄、居住地类别（1：城市，2：农村）、受教育程度（1~5分别代表文盲半文盲、小学、初中、高中、大学及以上），请建立后三个变量对曾生子女数的回归模型
红框是教育程度的哑变量编码，我们可以直接利用与age、area、四个哑变量进行线性回归建模（分析--回归--线性），但是我们现在利用系统把edu变量转换成连续性
1 20 1 3 0 1 0 01 22 2 4 0 0 1 02 24 2 3 0 1 0 01 25 1 5 0 0 0 11 28 1 5 0 0 0 12 30 2 4 0 0 1 02 32 1 5 0 0 0 12 34 2 5 0 0 0 12 36 1 4 0 0 1 03 38 2 2 1 0 0 02 40 1 3 0 1 0 03 42 2 3 0 1 0 03 44 2 2 1 0 0 03 45 1 2 1 0 0 04 48 1 1 0 0 0 05 50 2 1 0 0 0 0
建模（分析--回归--最佳尺度）
定义变量度量
结果如下
R2用来衡量模型的可用性
系数里面有回归的系数
主要看相关性和容差，重要性其实有点类似标化回归系数
回到数据视图，可以看到，各变量经过最佳尺度变换，对分类或有序变量进行了数值量化后的数据列，各数据轨迹列由左往右，首列为因变量，其他列与自变量的顺序一致。
【六SPSSSPSS之回归分析衍生方法（图文+数据集）】结合查看“转换图”，我们查看图知道文盲半文盲和小学间差了0.25，文化程度回归系数为-0.446，所以小学比文盲半文盲平均少生0.25*0.446约等于1个小孩