发布时间:2026-11-22 10: 00: 00
品牌型号:联想GeekPro 2020
系统:Windows 10 64位专业版
软件版本:SPSS 30.0.0.0
哑变量线性回归分析,就是将原本的名义变量转换哑变量后,再进行线性回归。因为名义变量本身没有数值含义,所以要将它们设置为哑变量后,才可以参与到数据的运算中。在SPSS软件中,可以通过创建虚变量(哑变量)完成转换,操作起来简单好用,接下来我们会介绍SPSS哑变量线性回归分析,SPSS哑变量分析结果的相关内容。
一、SPSS哑变量线性回归分析
SPSS有专门的创建虚变量功能,可以直接将分类变量转换为哑变量。它的操作思路是,如果分类变量有n个类别,就生成n-1个哑变量,并选定一个类别作为参考,这样可以避免多重共线性,下面让我们具体学习下SPSS哑变量线性回归分析怎么操作。
1、将数据导入到SPSS的数据表格后,如图1所示,打开SPSS顶部的转换菜单,选择“创建虚变量”功能。

①在SPSS的“创建虚变量”功能面板中,如图2所示,这里包含了添加虚变量、创建主效应虚变量、标签、值顺序等功能选项。

②将目标分类变量添加到右侧的“创建虚变量”方框中,如图3所示,勾选“创建主效应虚变量”,并在“根名称”中输入X1。

③完成以上设置后,如图4所示,SPSS会自动创建虚变量,即哑变量,并输出各个哑变量的名称与标签,即X1_1、X1_2、X1_3。

④同时,SPSS也会在原有数据表的基础上,新生成X1_1、X1_2、X1_3这三个变量,并用0和1作为编码。

2、完成哑变量的设置后,如图6所示,打开SPSS顶部的分析菜单,依次选择回归-线性回归分析功能,进行哑变量的线性回归分析。

①打开SPSS的线性回归分析功能后,如图7所示,将变量2添加到“因变量”中,将上述转换好的哑变量添加到“自变量”中,同时,将下方的方法设置为“输入”,然后点击“下一个”,继续添加其他自变量。

②点击“下一个”后,“自变量”方框会变成“块”,将其他自变量添加进去即可。

③完成变量的设置后,如图9所示,点击SPSS面板右侧的“统计”按钮,在弹出的窗口中勾选“回归系数”中的“估算值”,以及“模型拟合”两个统计量,然后点击继续,并在返回的“线性回归”设置面板中点击确定。

二、SPSS哑变量分析结果
上述我们已经详细演示了SPSS哑变量线性回归分析的方法,下面继续来看看SPSS哑变量分析结果的解读。
1、首先,先看“输入/除去的变量”结果,可以看到回归模型“已输入所请求的所有变量”。

2、从“模型摘要”看到,R方为0.048,数值比较低,说明线性回归模型的拟合效果不佳,需要对变量再进行处理。

3、从“ANOVA”的结果看到,回归模型的p值为0.661大于0.05,说明检验结果不显著。

4、最后,看到系数的检验结果,如图13所示,可以看到常量的p值小于0.001,检验结果显著,但其他两个变量的系数检验结果不显著。

三、小结
以上就是SPSS哑变量线性回归分析,SPSS哑变量分析结果的全部内容。SPSS可以通过将分类变量转换为哑变量的方法,让分类变量数据可以参与数值运算。SPSS中的哑变量除了可以进行上述演示的线性回归分析外,也可用于二元Logistic回归、多元线性回归等分析,大家如果遇到分类变量不清楚怎么分析,可以尝试使用SPSS的哑变量功能。
作者:泽洋
展开阅读全文
︾
微信公众号