一台安装了SPSS的电脑
使用相关的数据
打开SPSS软件，依次点击“分析——回归——最优标度”。
出现“分类回归”窗口。
将因变量“心率”放入“因变量”窗口，点击“定义标度”，出现“分类回归：定义标度”对话框，勾选“数字”。
将所以自变量放入“自变量”窗口，并依次选中“性别”，点击“定义标度”，出现“分类回归：定义标度”对话框，因性别为分类变量，因此勾选“名义”。
选中“身高”，点击“定义标度”，出现“分类回归：定义标度”对话框，因身高为连续数值型变量，因此勾选“数字”。
其他变量依次完成类似操作。选中“睡眠情况”，点击“定义标度”，出现“分类回归：定义标度”对话框，因睡眠情况为有序变量，因此勾选“有序”。
点击“选项”，出现“分类回归：选项”窗口，勾选“多个系统性起点”，并点击“继续”。
点击“保存”，出现“分类回归：保存”窗口，勾选“将转换后变量保存到活动数据集”，并点击“继续”。
点击“图”，出现“分类回归：图”窗口，将名义和有序变量放入右侧“转换图”框中，即将“性别、高血压家族史、是否吸烟、是否饮酒、睡眠情况”放入右侧“转换图”中。
首先查看“ANOVA”表，可以看到，构建的回归模型通过了方差检验，显著性值小于0.05，提示至少存在一个自变量对因变量心率有显著影响。
查看“模型摘要”表，调整R方值为0.187，解释值较低，符合实际调研情况。
查看“系数”表，可以看到体重、高血压家族史和睡眠情况都对因变量心率有显著影响，且构建模型所对应的系数值分别为0.410、-0.178和-0.365，反映的是对原始变量量化后的变量变化量。高血压家族史Beta*（无高血压量化值-有高血压量化值）=-0.178*（-0.72-1.40）=0.37736
回到数据视图，可以看到，各变量经过最佳尺度变换，对分类或有序变量进行了数值量化后的数据列，各数据轨迹列由左往右，首列为因变量，其他列与自变量的顺序一致。结合查看“转换图”，以分类变量高血压家族史为例，其模型对应系数值为-0.178，无高血压对应量化值为-0.72分，有高血压对应量化值为1.40分，则可以得到无高血压与有高血压对心率的影响差值为:
如果图文不太清楚的同学，可以看视频，会清晰很多
最好是实际操作一下，巩固学习！