直接采用OLS回归就是了，自变量有分类的话就采用虚拟变量，至于方差的问题，并不影响估计的无偏性和一致性，采用一些处理异方差的方法就行了！ 1# peanut1008

2# 十佳青年
谢谢  大概看了一下
查的是【用computer或recode设置一组哑变量。由于哑变量是一个整体变量，所以进行变量筛选时必须共同进退。因此，讲所有哑变量同一般变量一下直接进行筛选是不对的，会出现一部分变量进入一部分变量未进入的情形。解决的方法是：将同一因素下的哑变量进行归组，在纳入方法中选择了“ENTER”来确保这些哑变量同进同出，而其它连续型变量和二分类变量则归为另一组，纳入方法为STEPWISE。然后在没有纳入这组哑变量的情况下再做一次STEPWISE，再来比较是不是应该纳入这组哑变量。】

用regression-linear 在block里面把多分类的虚拟变量设置为enter
总共10个自变量 年龄【有序5类】block1、性别【2】、职业【4+缺失=5】block2、教育【有序3+缺失=4】block3、婚姻【2+缺失=3】block4、还有4个连续变量 其余的都是block4

如果设置虚拟变量的话 会不会太多了 这公式写出来得什么样啊  
还是缺失的一直用9 不用单独算作一个分类

开始想单因素分析 选出显著的 k-w检验的 结果是都很显著。。。

糊涂啊=====================
看到一个 最优尺度回归 专门用来做分类变量的 不过好像没有提到共线性的问题