最优尺度分析

Posted 2023-05-10

参考技术A 分析不同地区个体月收入的影响因子

由图可知：本次的数据呈现的结果是共计1072份，其中缺失为146份，实际有效为926份。

执行analyze/regression/optimal scaling（CATREG），并在数据置入dependent variable的时候将收入置为“numeric”；将城市置为“nominal”；将性别置为“nominal”；将“学历”置为“ordinal”；将职业置为“nominal”；将婚姻状况置为“nominal”即可。

得到如下几图：

由上图可知，调整后的R方值为0.30，还是比较小，一般情况下，越靠近1，结果越好。

这里我们主要看显著性：

家庭月收入和城市所在地显著相关（ F =7.126， P =0.001）；

家庭月收入和学历显著相关（ F =200.961， P =0.000）；

家庭月收入和职业显著相关（ F =79.718， P =0.000）；

家庭月收入和婚姻状况显著相关（ F =18.632， P =0.000）；

家庭月收入和性别无显著相关性，其中P>0.05；

从图中的重要性一栏中，可以看到，在月收入的影响中，学历是最重要的，职业次之，剩下依次为婚姻状况，城市和性别。

以上数据结果仅属于部分判断，仅为学习之用，若有不合适之处，望请海涵。O(∩_∩)O哈哈~

SPSS数据分析—最优尺度回归

在之前介绍的线性回归模型中，有一个隐含的假设是自变量均为连续变量，但实际上自变量有时候是分类变量，类似于方差分析中的因素，这种分类自变量在回归分析中，也默认作为连续变量使用，这就会产生一个问题，如果是无序分类变量，那么各类别间没有高低之分，每变化一个单位，对于因变量的影响是相同的，无法分析当中的趋势，虽然可以使用哑变量，但是当分类变量过多或每个变量的类别水平过多时，这种方法非常繁琐，此外，当类别较多时，可能会存在某几个类别对因变量的作用相似，这是可分析的点，但是传统线性模型却将此信息忽略，造成信息浪费。如果是有序分类变量，那么变量编码代表变量的高低顺序，这对于因变量的影响是不同的，而传统线性模型仍然忽略此信息，有可能会导致错误的分析结论。

基于以上问题，统计学家研究出了最优尺度变换这一方法，专门用于解决建模时如何对分类变量进行量化的问题。基本思想是基于希望拟合的模型框架，在保证各自变量间的联系为线性的前提下，通过一定的方法进行反复迭代，为原始分类变量找到一个最佳的量化评分，用这个评分代替原始变量进行后续的分析，这样一来，不仅仅是回归分析，任何包含分类自变量的分析方法都将适用于此，大大扩展了分析方法的适用范围。

最优尺度变换用于回归分析中，就是最优尺度回归，具体过程为

分析—回归—最佳尺度

本例中，我们想分析年龄、居住地、受教育程度对于子女数的影响，这里面年龄为连续变量，居住地为两分类变量、受教育程度为有序分类变量，从数据情况来看，自变量类型比较杂，年龄和居住地可以直接纳入模型分析，受教育程度可以设置哑变量形式引入模型，但是这样一来，相当于把该变量分散开，无法作为一个完整的变量进行分析了，在此，我们使用最优尺度回归。




以上结果都是将变量进行最优尺度变换之后的回归分析结果，那么如何查看变量的变换情况呢？该过程同时提供了转换图可供参考，点击绘制按钮设置即可