最优尺度变换的基本思路是分析各级别对因变量影响的强弱变化情况，采用一定的非线性变换方法进行反复迭代，从而为原始分类变量的每一个类别找到最佳的量化评分，随后在相应模型中使用量化评分代替原始变量进行后续分析。这样就能够将过去不能放入各种回归模型的分类变量加入到线性回归模型、因子分析等模型中。
工具/原料
spss
方法/步骤
1
选择需要进行分析的数据
2
选择菜单【分析】-【回归】-【最优标度】，打开分类回归对话框。将生育孩子数选入因变量，定义标度类型为数字。居住地、年龄和教育程度选为自变量，前两个定义为数字，教育程度定义为有序。点击确定，输出结果。
3
结果解释模型拟合结果描述
4
回归系数表格
5
相关性和容差
6
性的情况，如果有变量的容忍度太小，则最优尺度回归的分析结果可能不正确。以上就是全部的分析结果，从中发现最优尺度回归的效果尚可，结果也易于理解。但是，这些结果反映的都是变换后评分的拟合效果，变换前后的数值究竟是如何对应的呢？可以使用保存子对话框将变换评分存为新变量、用输出子对话框列表输出、或者使用图子对话框绘制变换前后的数值对应图。这里使用作图的方法对比，如下图所示：
求投票
您的支持是我最大的动力！希望大家多多支持，让我能做的更好！您如果觉得此篇经验对您有帮助，请到网页最下边给我支持，帮我投投票，在这里小编先谢谢大家了。