CONTRAST 子命令 (LOGISTIC REGRESSION 命令)
CONTRAST 指定用于分类自变量的对比类型。 分类变量的回归系数的解释取决于所使用的对比。 缺省值为INDICATOR。 分类自变量在 CONTRAST后面的括号中指定。 右括号后面是其中一个对比类型关键字。
- 如果分类变量具有 n 个值，那么对比矩阵中将有 n-1 行。 在分析中，每个对比矩阵都被视为一组自变量。
- 每个 CONTRAST 子命令只能指定一个分类自变量，但可以指定多个 CONTRAST 子命令。
以下对比类型可用1，2。
INDICATOR(refcat)
指示符变量。这是缺省值。 这些对比指示类别成员资格是否存在。 缺省情况下， refcat 是第一个类别 (在对比矩阵中表示为一行零)。要省略类别 (第一个类别除外) ，请在关键字 INDICATOR后面的括号中指定省略类别的序号 (不一定与其值相同)。
DEVIATION(refcat)
与总体效应的偏差。将自变量的每个类别 (一个类别除外) 的效应与整体效应进行比较。 Refcat 是不显示参数估计值的类别 (必须根据其他值计算这些值)。 缺省情况下， refcat 是第一个类别。 要省略类别 (第一个类别除外) ，请在关键字 DEVIATION后面的括号中指定省略类别的序号 (不一定与其值相同)
SIMPLE(refcat)
将自变量的每个类别 (第一个类别除外) 与第一个类别进行比较。要使用除第一个类别以外的类别作为省略的参考类别，请在关键字 SIMPLE后面的括号中指定其序号 (不一定与其值相同)。
DIFFERENCE
差分或逆 Helmert 对比。将自变量的每个类别 (第一个类别除外) 的效应与先前类别的均值效应进行比较。
HELMERT
Helmert 对比。将自变量的每个类别 (最后一个类别除外) 的效应与后续类别的平均值效应进行比较。
POLYNOMIAL(metric)
多项式对比。第一自由度包含跨自变量类别的线性效应，第二自由度包含二次效应，依此类推。 缺省情况下，假定类别的间距相等; 可以通过在关键字 POLYNOMIAL后面的括号中输入一个由自变量的每个类别的一个整数组成的度量来指定不等间距。 例如， CONTRAST (激励) = POLYNOMIAL(1,2, 4) 表示 STIMULUS 的三个级别实际上是 1:2:4 的比例。 缺省度量值始终为 (1,2 ， ... ，k) ，其中涉及 k 个类别。 只有度量值的项之间的相对差异: (1,2, 4) 与 (2,3, 5) 或 (20,30,50) 是相同的度量值，因为第二个数字与第三个数字之间的差异是每个实例中第一个数字与第二个数字之间的差异的两倍。
REPEATED
相邻类别的比较。将自变量的每个类别 (最后一个类别除外) 与下一个类别进行比较。
SPECIAL(matrix)
用户定义的对比。在此关键字之后，将在括号中输入一个矩阵，其中包含 k-1 行和 k 列 (其中 k 是自变量的类别数)。 对比矩阵的行包含特殊对比，指示类别之间的期望比较。 如果特殊对比是彼此的线性组合，那么 LOGISTIC REGRESSION 将报告线性依赖关系并停止处理。 如果输入 k 行，那么将废弃第一行，并且仅使用最后的 k-1 行作为分析中的对比矩阵。
示例
LOGISTIC REGRESSION VARIABLES = PASS WITH GRE, CLASS
/CATEGORICAL = CLASS
/CONTRAST(CLASS)=HELMERT.
- 对区间自变量 GRE 和分类自变量 CLASS执行因变量 PASS 的 Logistic 回归分析。
- PASS 是表示课程及格/失败状态的二分变量， CLASS 标识学生是否在三个教室中的一个教室中。 请求 HELMERT 对比。
LOGISTIC REGRESSION VARIABLES = PASS WITH GRE, CLASS
/CATEGORICAL = CLASS
/CONTRAST(CLASS)=SPECIAL(2 -1 -1
0 1 -1).
IBM SPSS Statistics: 最新更新
在线留言
尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。
|
400-621-1085
