虚拟变量(哑变量)回归.pptVIP

——虚拟变量的应用 多元线性回归 Contents 一、虚拟变量的建立 虚拟变量（Dummy Variable）：取值为0和1的变量，当案例属于一个虚拟 变量所代表的类别时，这个虚拟变量就赋值为1，否则变赋值为0 Di = 1 ，是女性 = 0 ，不是女性 例1： 例2：大学生年级变量具有四个类别，如何构造？ 其中， D1=1，是大一，否则为0； D2=1，是大二，否则为0； D3=1，是大三，否则为0； D4=1，是大三，否则为0。 “虚拟变量陷阱” 虚拟变量的建立 D1+D2+D3+D4=1，说明D1，D2，D3，D4存在线性相关，造成多重共线性 解决办法： 原则：当一个分类量具有k个类别时，则仅引入k-1个虚拟变量。 当所有k-1个自变量都取0的时候，那这个案例就属于第k类，我们称这类为参照类，参照类不仅解决了共线性的问题，而且在分析回归结果时也有非常重要的意义 二、虚拟变量回归系数的意义 因变量为大学生的月支出，自变量有家庭月收入，年级，性别 建立回归方程： （0） 其中， DG2=1，是大二，否则为0； DG3=1，是大三，否则为0； DG4=1，是大三，否则为0。 DS=1，是女生，否则为0 虚拟变量回归系数的意义 （1） 参照类