最优尺度归回分析，英文简称CATREG，也称分类回归。 主要用于解决分类变量，比如性别变量，男女没有大小、顺序、趋势区分，若直接纳入线性回归模型，则可能会失去自身的意义。
最优尺度回归它擅长将分类变量不同取值进行量化处理，从而将分类变量转换为数值型进行统计分析。可以说有了最优尺度回归方法，将大大提高分类变量数据的处理能力，突破分类变量对分析模型选择的限制，扩大回归分析的应用能力。
案例
分析不同地区个体月收入的影响因子
数据案例
数据结果
由图可知：本次的数据呈现的结果是共计1072份，其中缺失为146份，实际有效为926份。
数据分析
执行analyze/regression/optimal scaling（CATREG），并在数据置入dependent variable的时候将收入置为“numeric”；将城市置为“nominal”；将性别置为“nominal”；将“学历”置为“ordinal”；将职业置为“nominal”；将婚姻状况置为“nominal”即可。
得到如下几图：
模型概要
由上图可知，调整后的R方值为0.30，还是比较小，一般情况下，越靠近1，结果越好。
回归系数及显著性分析
这里我们主要看显著性：
家庭月收入和城市所在地显著相关（F=7.126，P=0.001）；
家庭月收入和学历显著相关（F=200.961，P=0.000）；
家庭月收入和职业显著相关（F=79.718，P=0.000）；
家庭月收入和婚姻状况显著相关（F=18.632，P=0.000）；
家庭月收入和性别无显著相关性，其中P>0.05；
相关性和容差分析
从图中的重要性一栏中，可以看到，在月收入的影响中，学历是最重要的，职业次之，剩下依次为婚姻状况，城市和性别。
以上数据结果仅属于部分判断，仅为学习之用，若有不合适之处，望请海涵。O(∩_∩)O哈哈~
