哑变量 虚拟变量 线性回归
哑变量又称虚拟变量（Dummy Variable），又称虚设变量、名义变量或哑变量，是量化了的质变量，通常取值为0或1。
在研究一个因变量的时候，解释变量中除了定量变量，有时候会有一些定型变量，比如性别、年龄、宗教、民族、婚姻状况、教育程度等。这些定性变量也可以成为指标变量、二元变量或分类变量。此时需要使用虚拟变量。
模型中引入虚拟变量的作用 1、分离异常因素的影响，例如分析我国GDP的时间序列，必须考虑“文革”因素对国民经济的破坏性影响，剔除不可比的“文革”因素。 2、检验不同属性类型对因变量的作用，例如工资模型中的文化程度、季节对销售额的影响。 3、提高模型的精度，相当与将不同属性的样本合并，扩大了样本容量（增加了误差自由度，从而降低了误差方差）
虚拟变量设置的原则 在模型中引入多个虚拟变量时，虚拟变量的个数应按下列原则确定： 如果有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量。
引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到俩个方程的作用，而且接近现实。 如果某个因素有n种选择，则将其用哑变量引入模型时，要设置n-1个哑变量，以避免完全的多重共线性。如性别的选择有两种，则引入一个哑变量，是男则数值为1，否则为0，当然也可以设置为女为1，否则为0。季节的选择有4个，则引入3个哑变量，哑变量1：春为1，否则为0.哑变量2：夏为1，否则为0.哑变量3：秋为1，否则为0
SPSS的具体操作 Recode——into different variables…——把“类别变量”选入“待转换变量” 框中，在Output Variable 框的Name 和 Lable 中分别输入新变量名和标签，然后change——old and new：在Old values 的Value 中输入1，在New Value 中输入1码，然后add，其次分别输入2、0，add；以此类推，最后输入7，0，add——continue——ok. 这样就编完了以“第一项”为1，其他科研项目为0的一个二分变量。接着继续编以“第二项”为1，其他为0的二分变量；其它选项以此类推。
注意 定义好所有的哑变量之后，接下来就可以进行多元线性回归的计算了。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，将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（block），在纳入方法中选择了“ENTER”来确保这些哑变量同进同出，而其它因素的哑变量另一组(block)，除哑变量之外，其余自变量归为一个block,纳入方法为STEPWISE。结果的解读方面，只要哑变量有其中一个有统计学显著性，就应该把整个因素包含的哑变量纳入回归方程。
解析：虚拟变量是相对来看的。比如年级变量有三个年级：一年级 二年级 三年级。设置了两个虚拟变量，如果这两个虚拟变量有差异，理解为这两个虚拟变量相对于另一个年级有显著差异。同差将第一个值作为参考对象，即将一年级作为参考对象，那两个虚拟变量分别就表示二年级和三年级，当出现显著差异，就表示二年级和三年级相对于一年级在因变量上有显著差异。
转载请注明：数据分析 » 哑变量 虚拟变量 线性回归_spss 线性回归 哑变量
