小编整理:
分类变量是用于表示事物类别的变量,其取值是分类数据,如“性别”、“行业”等。分类变量的取值是离散的,通常是一组有限的非连续值。它们可以被用来区分不同的事物,并描述它们的特征和属性。分类变量
分类变量(categorical variable)是说明事物类别的一个名称,其取值是分类数据。如“性别”就是一个分类变量,其变量值为“男”或“女”;“行业”也是一个分类变量,其变量值可以为“零售业”、“旅游业”、“汽车制造 业”等。 简介
特征
(categorical variable):其变量值是定性的,表现为互不相容的类别或属性。
处理方法
中序次测度变量和名义测度变量的处理方法一样,所以一般并不加以区分,序次测度变量常作为名义测度变量来用,把二者合称为分类变量。
哑变量
分类自变量的哑变量(dummy variables)编码来源:生物统计学论坛 在多重回归、Logistic回归模型中,自变量可以是连续型变量(interval variables),也可以是二项分类变量,和多分类变量。为了便于解释,对二项分类变量(如好坏、死活、发病不发病等)一般按0、1编码,一般0表示阴性或较轻情况,而1表示阳性或较严重情况。如果对二项分类变量按+1与-1编码,那么所得的logistic回归OR=exp(2beta),多重回归的beta同样增加一倍,容易造成错误的解释。因此建议尽量避免“+1”、“-1”编码形式。多分类变量又可分为有序(等级)或无序(也叫名义),如果是有序(ordinal)分类变量,一般可按对因变量影响由小到大的顺序编码为1、2、3、...,或按数据的自然大小,将它当作连续型变量处理。如果是无序的(nominal)分类变量,则需要采用哑变量(dummy variables)进行编码,下面以职业(J)为例加予以说明。假如职业分类为工、农、商、学、兵5类,则可定义比分类数少1个,即5-1=4个哑变量 类型
变量类型不是一成不变的,根据研究目的的需要,各类变量之间可以进行转化。例如血红蛋白量(g/L)原属数值变量,若按血红蛋白正常与偏低分为两类时,可按二项分类资料分析;若按重度贫血、中度贫血、轻度贫血、正常、血红蛋白增高分为五个等级时,可按等级资料分析(资料是根据临床数据得出)。有时亦可将分类资料数量化,如可将病人的恶心反应以0、1、2、3表示,则可按数值变量资料(定量资料)分析。 分类
分类变量可分为无序变量和有序变量两类。
释义
无序分类变量(unordered categorical variable)是指所分类别或属性之间无程度和顺序的差别。,它又可分为①二项分类,如性别(男、女),药物反应(阴性和阳性)等;②多项分类,如血型(O、A、B、AB),职业(工、农、商、学、兵)等。对于无序分类变量的分析,应先按类别分组,清点各组的观察单位数,编制分类变量的频数表,所得资料为无序分类资料,亦称计数资料。 有序分类变量(ordinal categorical variable)各类别之间有程度的差别。如尿糖化验结果按-、±、+、++、+++分类;疗效按治愈、显效、好转、无效分类。对于有序分类变量,应先按等级顺序分组,清点各组的观察单位个数,编制有序变量(各等级)的频数表,所得资料称为等级资料。