《讨论》二分类变量何时应定义为哑变量？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

进行Logistic回归时（实际Cox回归同样存在类似问题）SPSS中可以用categorical...来定义分类协变量（哑变量），那么问题就来了，何时定义哑变量，对于二分类变量或三分类变量何时应该做为哑变量处理。因为做不做为哑变量处理结果完全不同。
下面举个例子，大家来看看：
举例数据库见附件：rar解压后即可
logistic例.rar (920 Bytes) 本附件包括：

• logistic例.sav

2013-7-30 22:56:52 上传

不同方法结果不同见附件word文档
logistic例不同方法结果不同.docx (21.58 KB)

2013-7-30 22:57:24 上传

筛选变量采用Foward:Wald
如果设置哑变量，则哑变量对照方法采用系统默认的indicator
针对术后是否复发做logistic回归分析

三种方法，结果不同
方法1、所有变量均不做为哑变量，直接分析，结果如下

方法2、将变量除年龄外的胃切除、家族遗传、营养状况、术后化疗均做为哑变量进行分析，结果如下

方法3、仅将三分类变量胃切除、营养状况做为哑变量分析，二分类变量家族遗传、术后化疗不做为哑变量分析，结果如下

请问各位仁兄和老师，为什么三个结果会不同，我们应该选择哪种方法。该例数据实际来源于统计书《医学统计学与SPSS 软件应用》例13-1，书中采用的是第一种方法，为什么用第一种方法？书中的举例有问题？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏17 回帖

关键词：二分类变量 分类变量 二分类 哑变量 Logistic回归分析 回归分析 数据库

纠正你一下。方法2和3的结果是一样的。只是家族遗传、术后化疗系数的正负号不一样，这说明spss和你选择了不同的状况做为对照组。但实质上是一样的。
方法1和其他两种方法不一样是很正常的呀，完全就是不同的回归模型。方法1是把三分类变量当作一个变量处理，而方法2和方法3是spss把三分类变量自动分为两个虚拟变量后，才进行的回归。
我也是初学者，回答的不知道对不对，见笑了。

ofzhengyi 发表于 2013-7-31 00:01
纠正你一下。方法2和3的结果是一样的。只是家族遗传、术后化疗系数的正负号不一样，这说明spss和你选择了不 ...

谢谢回答啊，后两个结果是一样的，也就是说如果是二分类变量无论如论是否当哑变量进行分析，结果都是相同的。非常感谢，我明白了。
但书中没有将三分类变量当虚拟变量处理是否是错误的？

ofzhengyi 发表于 2013-7-31 00:01
纠正你一下。方法2和3的结果是一样的。只是家族遗传、术后化疗系数的正负号不一样，这说明spss和你选择了不 ...

谢谢啊，细细想想，您说的有道理啊。二分类变量确实无论是否当哑变量处理结果都是一样的，高手就是高手。

另外一个问题不讨论了，我想教材中可能只是考虑数据的处理，而会忽略一些数据处理的合理性吧，我可能太钻牛角尖了。非常感谢您。

你这边的三分类变量其实是定序变量，按书本上那样子处理也是可以的。定序变量按照方法1的处理方法可以节约自由度，即用方法1比方法2可以少估计一个系数。

ofzhengyi 发表于 2013-7-31 00:27
你这边的三分类变量其实是定序变量，按书本上那样子处理也是可以的。定序变量按照方法1的处理方法可以节约自 ...

谢谢，嗯，你说的有道理，营养状态确实可以当定序变量，但胃切除的方式有点牵强

ofzhengyi 发表于 2013-7-31 00:27
你这边的三分类变量其实是定序变量，按书本上那样子处理也是可以的。定序变量按照方法1的处理方法可以节约自 ...

感谢兄弟们（包括其它论坛的一些兄弟），您们让我清楚多了，尤其是你指点的这部分。
我现在理解的确实如你所说的，1、如果是二分类变量不用设为哑变量，2、如果是三分类以上的有序变量尽量不设哑变量，这样可以节省自由度，准确度会更高一些，3、非有序变量的三分类以上的变量必须设为哑变量，否则会影响结果。

真是好心人啊，捧捧场

这个贴很实用，顶起

好
偶也学习了