首頁 > 廠商 > 經(jīng)驗 > 有序分類變量，統(tǒng)計學Rn什么意思

有序分類變量，統(tǒng)計學Rn什么意思

來源：整理時間：2025-02-18 02:53:27 編輯：智能門戶手機版

本文目錄一覽

1，統(tǒng)計學Rn什么意思
2，有序分類變量和等級變量有什么區(qū)別
3，用于有序分類變量資料的分析為什么
4，分類變量究竟分為哪幾類
5，categorical variables是什么意思
6，如何使用spss軟件做有序分類變量的Logistic回歸分析

1，統(tǒng)計學Rn什么意思

統(tǒng)計學中沒有Rn，只有Rv順序變量（rank variable）：又稱有序分類變量，觀測結(jié)果表現(xiàn)為某種有序類別的變量。

統(tǒng)計學Rn什么意思

2，有序分類變量和等級變量有什么區(qū)別

這個有序多分類變量是自變量還是因變量?。孔宰兞康脑捒此迫槐葯z驗，顯著的話就不能當作數(shù)值型變量，而需要當作分類變量來做，轉(zhuǎn)換成啞變量；因變量的話用multinomial logistic來做。

有序分類變量和等級變量有什么區(qū)別

3，用于有序分類變量資料的分析為什么

一.類　　類變量序變量序變量兩類二.序類變量　　序類變量（unordered categorical variable）指所類別或?qū)傩蚤g程度順序差別①二項類性別（男、）藥物反應(yīng)（陰性陽性）等；②項類血型（O、A、B、AB）職業(yè)（工、農(nóng)、商、、兵）等于序類變量析應(yīng)先按類別組清點各組觀察單位數(shù)編制類變量頻數(shù)表所資料序類資料亦稱計數(shù)資料三.序類變量　　序類變量（ordinal categorical variable）各類別間程度差別尿糖化驗結(jié)按－、±、+、++、+++類；療效按治愈、顯效、轉(zhuǎn)、效類于序類變量應(yīng)先按等級順序組清點各組觀察單位數(shù)編制序變量（各等級）頻數(shù)表所資料稱等級資料變量類型變根據(jù)研究目需要各類變量間進行轉(zhuǎn)化例血紅蛋白量（g/L）原屬數(shù)值變量若按血紅蛋白與偏低兩類按二項類資料析；若按重度貧血、度貧血、輕度貧血、、血紅蛋白增高五等級按等級資料析亦類資料數(shù)量化病惡反應(yīng)0、一、二、三表示則按數(shù)值變量資料（定量資料）

自變量是最初變動的量因變量是由于自變量變動而引起變動的量

用于有序分類變量資料的分析為什么

4，分類變量究竟分為哪幾類

1．分類分類變量可分為無序變量和有序變量兩類。 2．無序分類變量無序分類變量（unordered categorical variable）是指所分類別或?qū)傩灾g無程度和順序的差別。，它又可分為①二項分類，如性別（男、女），藥物反應(yīng)（陰性和陽性）等；②多項分類，如血型（O、A、B、AB），職業(yè)（工、農(nóng)、商、學、兵）等。對于無序分類變量的分析，應(yīng)先按類別分組，清點各組的觀察單位數(shù)，編制分類變量的頻數(shù)表，所得資料為無序分類資料，亦稱計數(shù)資料。 3．有序分類變量有序分類變量（ordinal categorical variable）各類別之間有程度的差別。如尿糖化驗結(jié)果按－、±、＋、＋＋、＋＋＋分類；療效按治愈、顯效、好轉(zhuǎn)、無效分類。對于有序分類變量，應(yīng)先按等級順序分組，清點各組的觀察單位個數(shù)，編制有序變量（各等級）的頻數(shù)表，所得資料稱為等級資料。變量類型不是一成不變的，根據(jù)研究目的的需要，各類變量之間可以進行轉(zhuǎn)化。例如血紅蛋白量（g/L）原屬數(shù)值變量，若按血紅蛋白正常與偏低分為兩類時，可按二項分類資料分析；若按重度貧血、中度貧血、輕度貧血、正常、血紅蛋白增高分為五個等級時，可按等級資料分析。有時亦可將分類資料數(shù)量化，如可將病人的惡心反應(yīng)以0、1、2、3表示，則可按數(shù)值變量資料（定量資料）分析。來源：網(wǎng)絡(luò)

5，categorical variables是什么意思

分類變量。拓展：1、分類變量是指地理位置、人口統(tǒng)計等方面的變量，其作用是將調(diào)查響應(yīng)者分群。描述變量是描述某一個客戶群與其他客戶群的區(qū)別。大部分分類變量也就是描述變量。2、啞變量分類自變量的啞變量(dummy variables)編碼來源:生物統(tǒng)計學論壇在多重回歸、Logistic回歸模型中，自變量可以是連續(xù)型變量(interval variables)，也可以是二項分類變量，和多分類變量。為了便于解釋，對二項分類變量(如好壞、死活、發(fā)病不發(fā)病等)一般按0、1編碼，一般0表示陰性或較輕情況，而1表示陽性或較嚴重情況。如果對二項分類變量按+1與-1編碼，那么所得的logistic回歸OR=exp(2beta)，多重回歸的beta同樣增加一倍，容易造成錯誤的解釋。因此建議盡量避免"+1"、"-1"編碼形式。多分類變量又可分為有序(等級)或無序(也叫名義)，如果是有序(ordinal)分類變量，一般可按對因變量影響由小到大的順序編碼為1、2、3、...，或按數(shù)據(jù)的自然大小，將它當作連續(xù)型變量處理。如果是無序的(nomial)分類變量，則需要采用啞變量(dummy variables)進行編碼，下面以職業(yè)(J)為例加予以說明。假如職業(yè)分類為工、農(nóng)、商、學、兵5類，則可定義比分類數(shù)少1個，即5-1=4個啞變量3、類型變量類型不是一成不變的，根據(jù)研究目的的需要，各類變量之間可以進行轉(zhuǎn)化。例如血紅蛋白量(g/L)原屬數(shù)值變量，若按血紅蛋白正常與偏低分為兩類時，可按二項分類資料分析;若按重度貧血、中度貧血、輕度貧血、正常、血紅蛋白增高分為五個等級時，可按等級資料分析(資料是根據(jù)臨床數(shù)據(jù)得出)。有時亦可將分類資料數(shù)量化，如可將病人的惡心反應(yīng)以0、1、2、3表示，則可按數(shù)值變量資料(定量資料)分析。

絕對變數(shù)

6，如何使用spss軟件做有序分類變量的Logistic回歸分析

打開數(shù)據(jù)以后，菜單欄上依次點擊：analyse--regression--binary logistic，打開二分回歸對話框?qū)⒁蜃兞亢妥宰兞糠湃敫褡拥牧斜砝铮鐖D所示，上面的是因變量，下面的是自變量，我們看到這里有三個自變量設(shè)置回歸方法，這里選擇最簡單的方法：enter，它指的是將所有的變量一次納入到方程。其他方法都是逐步進入的方法，在前面的文章中有介紹，這里就不再熬述。點擊ok，開始處理數(shù)據(jù)并檢驗回歸方程，等待一會就會彈出數(shù)據(jù)結(jié)果窗口看到的第一個結(jié)果是對case的描述，第一個列表告訴你有多少數(shù)據(jù)參與的計算，有多少數(shù)據(jù)是缺省值；第二個列表告訴你因變量的編碼方式，得分為1代表患病，得分為0代表沒有患病這個列表告訴你在沒有任何自變量進入以前，預測所有的case都是患病的正確率，正確率為%52.6下面這個列表告訴你在沒有任何自變量進入以前，常數(shù)項的預測情況。B是沒有引入自變量時常數(shù)項的估計值，SE它的標準誤，Wald是對總體回歸系數(shù)是否為0進行統(tǒng)計學檢驗的卡方。下面這個表格結(jié)果，通過sig值可以知道如果將模型外的各個變量納入模型，則整個模型的擬合優(yōu)度改變是否有統(tǒng)計學意義。 sig值小于0.05說明有統(tǒng)計學意義這個表格是對模型的全局檢驗，為似然比檢驗，供給出三個結(jié)果：同樣sig值<0.05表明有統(tǒng)計學意義。下面的結(jié)果展示了-2log似然值和兩個偽決定系數(shù)。兩個偽決定系數(shù)反應(yīng)的是自變量解釋了因變量的變異占因變量的總變異的比例。他們倆的值不同因為使用的方法不同。分類表，這里展示了使用該回歸方程對case進行分類，其準確度為%71.8。最后是輸出回歸方程中的各變量的系數(shù)和對系數(shù)的檢驗額值，sig值表明該系數(shù)是否具有統(tǒng)計學意義。到此，回歸方程就求出來了。

這個有序多分類變量是自變量還是因變量啊？自變量的話看似然比檢驗，顯著的話就不能當作數(shù)值型變量，而需要當作分類變量來做，轉(zhuǎn)換成啞變量；因變量的話用multinomial logistic來做。