Parece que puede usar la codificación para una variable categórica, pero tengo dos variables predictoras categóricas y una variable continua. ¿Puedo usar la regresión múltiple para esto en SPSS y, de ser así, cómo? ¡Gracias!
12
Parece que puede usar la codificación para una variable categórica, pero tengo dos variables predictoras categóricas y una variable continua. ¿Puedo usar la regresión múltiple para esto en SPSS y, de ser así, cómo? ¡Gracias!
Respuestas:
fuente
Definitivamente puedes, siguiendo el mismo método que usarías para el primer predictor categórico. Cree variables ficticias tal como lo haría para la primera variable de este tipo. Pero a menudo es más fácil usar el comando Unianova de SPSS. Puede buscar esto en cualquier Guía de sintaxis impresa o en formato pdf, o puede acceder a través de Analizar ... Modelo lineal general ... Univariante.
Sin embargo, a pesar de ser un poco más complicado, el comando Regresión tiene una serie de ventajas sobre Unianova. La principal es que puede elegir 'par perdido' (no tiene que perder un caso simplemente porque le falta un valor para uno o dos predictores). También puede obtener muchos diagnósticos valiosos, como gráficos parciales y estadísticas de influencia.
fuente
Una manera simple de convertir las variables categóricas en un conjunto de variables ficticias para usar en modelos en SPSS es usar la sintaxis do repeat. Este es el más simple de usar si sus variables categóricas están en orden numérico.
De lo contrario, simplemente puede ejecutar un conjunto de sentencias if para hacer sus variables ficticias. Mi versión actual (16) no tiene la capacidad nativa de especificar un conjunto de variables ficticias automáticamente en el comando de regresión (como puede hacerlo en Stata usando el comando xi ) pero no me sorprendería si está disponible en alguna versión más nueva. También tome nota del punto # 2 de dmk38, este esquema de codificación está asumiendo categorías nominales. Si su variable es ordinal, se puede usar más discreción.
También estoy de acuerdo con dmk38 y la conversación acerca de que la regresión es mejor debido a su capacidad para especificar datos faltantes de una manera particular es un tema completamente separado.
fuente