SPSS 在 'step 2' 的逻辑回归中遗漏了一个虚拟变量
SPSS leaving out a dummy variable in 'step 2' of logistic regression
我正在 SPSS 中使用欧洲社会调查的数据对激进右翼支持和性别进行逻辑回归(分三步)。结果变量是此人是否投票给激进右翼政党。
我有一些态度变量,以及年龄、婚姻状况等社会人口统计数据。
这些都在第一个回归模型上进行。然后在第二个中我添加 'female_leader'(即他们投票支持的政党是否有女性领导人),在第三个中添加 'female'(选民)和 'female_leader' 之间的互动。
我的问题是它没有在第二步中添加 'female_leader',只是重复第一步。第三个它确实添加了交互变量。
我不确定为什么 SPSS 不添加 'female_leader' 变量。
这是我的代码:
LOGISTIC REGRESSION VARIABLES all_votes
/METHOD=ENTER female marriage_recode religion_recode attendence_recode
unemployed
professional_worker skilled_workers culture_undermined gays_free_disagree
democracy_important
secondary_below_education degree_education_plus agea cntry
/METHOD=ENTER female_leader
/METHOD=ENTER interaction
/CONTRAST (cntry)=Indicator
/CONTRAST (marriage_recode)=Indicator
/CONTRAST (religion_recode)=Indicator
/CONTRAST (attendence_recode)=Indicator
/SAVE=RESID ZRESID
/CLASSPLOT
/PRINT=GOODFIT CI(95)
/CRITERIA=PIN(0.05) POUT(0.10) ITERATE(20) CUT(0.5).
希望这些信息足够了。谢谢
在这种情况下不输入 female_leader 变量的可能原因是它是冗余的或线性依赖于第一个块中已经输入的变量,这意味着它不会添加任何信息在试图预测依赖的那些变量。在输出读数的顶部查找警告消息:"Due to redundancies, degrees of freedom have been reduced for one or more variables."
我正在 SPSS 中使用欧洲社会调查的数据对激进右翼支持和性别进行逻辑回归(分三步)。结果变量是此人是否投票给激进右翼政党。
我有一些态度变量,以及年龄、婚姻状况等社会人口统计数据。 这些都在第一个回归模型上进行。然后在第二个中我添加 'female_leader'(即他们投票支持的政党是否有女性领导人),在第三个中添加 'female'(选民)和 'female_leader' 之间的互动。
我的问题是它没有在第二步中添加 'female_leader',只是重复第一步。第三个它确实添加了交互变量。 我不确定为什么 SPSS 不添加 'female_leader' 变量。
这是我的代码:
LOGISTIC REGRESSION VARIABLES all_votes
/METHOD=ENTER female marriage_recode religion_recode attendence_recode
unemployed
professional_worker skilled_workers culture_undermined gays_free_disagree
democracy_important
secondary_below_education degree_education_plus agea cntry
/METHOD=ENTER female_leader
/METHOD=ENTER interaction
/CONTRAST (cntry)=Indicator
/CONTRAST (marriage_recode)=Indicator
/CONTRAST (religion_recode)=Indicator
/CONTRAST (attendence_recode)=Indicator
/SAVE=RESID ZRESID
/CLASSPLOT
/PRINT=GOODFIT CI(95)
/CRITERIA=PIN(0.05) POUT(0.10) ITERATE(20) CUT(0.5).
希望这些信息足够了。谢谢
在这种情况下不输入 female_leader 变量的可能原因是它是冗余的或线性依赖于第一个块中已经输入的变量,这意味着它不会添加任何信息在试图预测依赖的那些变量。在输出读数的顶部查找警告消息:"Due to redundancies, degrees of freedom have been reduced for one or more variables."