spss回归分析

杏花开生物医药统计

一号在手，统计无忧！

SPSS最优尺度回归分析

案例教程

关键词：最优尺度回归、SPSS

导 读

一般来说，我们选择线性回归或逻辑回归通常以因变量的数据类型为连续变量或分类变量作为依据，较少关注自变量的数据类型。但在医学研究中，当因变量为连续变量，自变量为分类变量或等级变量时，如果直接将自变量纳入回归模型进行研究，则会使变量失去自身的意义，如性别，男性和女性本身没有大小、顺序或趋势的区分。此时，可以采用最佳尺度回归来解决类似问题。

本期，我们就来具体谈谈最佳尺度回归的基本内涵及在SPSS中的具体操作步骤。

下方为视频版和音频版，含软件操作步骤

    最佳尺度回归(CATREG)，也称分类回归。普通线性回归遇到分类变量时，无法准确地反映分类变量不同取值的距离，而最优尺度回归则是对分类变量不同取值进行量化处理、将分类变量转换为数值型进行统计分析的过程。采用最优尺度回归将大大提高分类变量数据的处理能力，突破分类变量对分析模型选择的限制，扩大回归分析的应用能力。

    最佳尺度回归适用于自变量为分类变量或等级变量、因变量为连续变量的线性回归分析研究中。

    我们收集了一份某大学共130例学生心率的样本数据，欲研究性别、年龄等因素对心率的影响情