Simonelogistic回归分析中多分类变量的类间比较方法
的有关信息介绍如下：
回归分析中，常常遇到自变量是多分类变量，该如何处理呢？①样本量少时，看做离散型定量变量；②样本量大时，设置哑变量，多分类变量有g个水平，则使用(g-1)个二分类变量表示该多分类变量。本经验正是要讲明logistic回归中设置哑变量后不同类间的多重比较方法的区别。
indicator-last：最后一个类别为参照类，其余每一类与参照类比较；
indicator-first：第一个类别为参照类，其余每一类与参照类比较；
simple-last：最后一个类别除外，每一类与其余各类的平均效应比较；
simple-first：第一个类别除外，每一类与其余各类的平均效应比较；
difference：除第一类外，每一类与其前各类的平均效应比较；
helmert：除最后一类外，每一类与其后各类的平均效应比较。
indicator-last：最后一个类别为参照类，其余每一类与参照类比较；
参数编码下的(1)(2)(3)(4)表示4个哑变量，(1)表示器官衰竭数为0的水平与参照类（最后一个水平4-）比较，其余类推，这里1-0=1（为何是这样呢，因为我们可以计算OR=EXP[βj(C1-C0)]）
indicator-first：第一个类别为参照类，其余每一类与参照类比较；
参数编码下的(1)(2)(3)(4)表示4个哑变量，(1)表示器官衰竭数为1的水平与参照类（第一个水平0）比较，其余类推，这里1-0=1（为何是这样呢，因为我们可以计算OR=EXP[βj(C1-C0)]）
simple-last：最后一个类别除外，每一类与其余各类的平均效应比较；
参数编码下的(1)(2)(3)(4)表示4个哑变量，(1)表示器官衰竭数为0的水平与水平"1"、"2"、"3"的平均效应比较，其余类推，这里0.8-(0.2*3/3)=1（为何是这样呢，因为我们可以计算OR=EXP[βj(C1-C0)]）
simple-first：第一个类别除外，每一类与其余各类的平均效应比较；
参数编码下的(1)(2)(3)(4)表示4个哑变量，(1)表示器官衰竭数为1的水平与水平"2"、"3"、"4-"的平均效应比较，其余类推，这里0.8-(0.2*3/3)=1（为何是这样呢，因为我们可以计算OR=EXP[βj(C1-C0)]）
difference：除第一类外，每一类与其前各类的平均效应比较；
参数编码下的(1)(2)(3)(4)表示4个哑变量，(2)表示器官衰竭数为2的水平与水平"0"、"1"的平均效应比较，其余类推，这里0.667-(-0.333*2/2)=1（为何是这样呢，因为我们可以计算OR=EXP[βj(C1-C0)]）
helmert：除最后一类外，每一类与其后各类的平均效应比较；
参数编码下的(1)(2)(3)(4)表示4个哑变量，(2)表示器官衰竭数为1的水平与水平"2"、"3"、"4-"的平均效应比较，其余类推，这里0.75-(-0.25*3/3)=1（为何是这样呢，因为我们可以计算OR=EXP[βj(C1-C0)]）
