存在分类变量时分别利用SPSS和python做多元线性回归_多个分类变量的多元回归-优快云博客

本文链接：https://blog.youkuaiyun.com/euler1983/article/details/105977085

本文详细介绍了如何使用SPSS和Python处理分类变量并进行回归分析。在SPSS中，通过创建哑变量并选择逐步回归进行特征筛选，最后采用Bootstrap方法验证模型。而在Python中，利用statsmodels库，通过公式指定分类变量及其参考组，完成复杂模型的构建与评估。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. SPSS

当存在分类变量时，需要首先处理成多个哑变量，例如将年龄分成三个:age<18, age18_60, age>60。

然后在SPSS里纳入除了ref的所有哑变量，例如我们要将18-60作为参考组，就纳入age<18和age>60，不要纳入age18-60。

首先可以选择stepwise进行特征筛选建模。但是勾选逐步后，不能enable Bootstrap。所以可以分两步走，第一步逐步来筛选变量。

然后根据要纳入的变量，再执行一次回归，选择进入并且勾选bootstrap。

2. Python

python中的statsmodels可以

from statsmodels.formula.api import ols

formula = f"DAT_Class~C(Sex)+C(年龄_分类)+C(Antibiotic_usage)+C(Tumor_presence)+C(Trans)+贫血+消化+低血容量+感染+凝血障碍+肺炎+脓毒血症+休克+急性白血病+糖尿病+早产儿+const"

df = sm.add_constant(df)
model = ols(formula, data=df).fit()
model.summary()

利用这个方式也可以对分类变量指定参考组。例如指定年龄的参考组为18-60：

formula = f"DAT_Class~C(Sex)+C(年龄_分类, Treatment(reference='18-60'))+C(Antibiotic_usage)+C(Tumor_presence)+C(Trans)+贫血+消化+低血容量+感染+凝血障碍+肺炎+脓毒血症+休克+急性白血病+糖尿病+早产儿+const"

ref: https://www.sohu.com/a/211917960_489312