啞變數 虛擬變數 線性回歸_spss 線性回歸 啞變數

啞變數 虛擬變數 線性回歸_spss 線性回歸 啞變數

啞變數又稱虛擬變數（Dummy Variable），又稱虛設變數、名義變數或啞變數，是量化了的質變數，通常取值為0或1。

在研究一個因變數的時候，解釋變數中除了定量變數，有時候會有一些定型變數，比如性別、年齡、宗教、民族、婚姻狀況、教育程度等。這些定性變數也可以成為指標變數、二元變數或分類變數。此時需要使用虛擬變數。

模型中引入虛擬變數的作用 1、分離異常因素的影響，例如分析我國GDP的時間序列，必須考慮「文革」因素對國民經濟的破壞性影響，剔除不可比的「文革」因素。 2、檢驗不同屬性類型對因變數的作用，例如工資模型中的文化程度、季節對銷售額的影響。 3、提高模型的精度，相當與將不同屬性的樣本合併，擴大了樣本容量（增加了誤差自由度，從而降低了誤差方差）

虛擬變數設置的原則 在模型中引入多個虛擬變數時，虛擬變數的個數應按下列原則確定： 如果有m種互斥的屬性類型，在模型中引入（m-1）個虛擬變數。

引入啞變數可使線形回歸模型變得更複雜，但對問題描述更簡明，一個方程能達到倆個方程的作用，而且接近現實。 如果某個因素有n種選擇，則將其用啞變數引入模型時，要設置n-1個啞變數，以避免完全的多重共線性。如性別的選擇有兩種，則引入一個啞變數，是男則數值為1，否則為0，當然也可以設置為女為1，否則為0。季節的選擇有4個，則引入3個啞變數，啞變數1：春為1，否則為0.啞變數2：夏為1，否則為0.啞變數3：秋為1，否則為0

SPSS的具體操作 Recode——into different variables…——把「類別變數」選入「待轉換變數」 框中，在Output Variable 框的Name 和 Lable 中分別輸入新變數名和標籤，然後change——old and new：在Old values 的Value 中輸入1，在New Value 中輸入1碼，然後add，其次分別輸入2、0，add；以此類推，最後輸入7，0，add——continue——ok. 這樣就編完了以「第一項」為1，其他科研項目為0的一個二分變數。接著繼續編以「第二項」為1，其他為0的二分變數；其它選項以此類推。

注意 定義好所有的啞變數之後，接下來就可以進行多元線性回歸的計算了。由於啞變數是一個整體變數，所以進行變數篩選時必須共同進退。因此，將所有啞變數同一般變數一下直接進行篩選是不對的，會出現一部分變數進入一部分變數未進入的情形。

解決的方法是：將同一因素下的啞變數進行歸組（block），在納入方法中選擇了「ENTER」來確保這些啞變數同進同出，而其它因素的啞變數另一組(block)，除啞變數之外，其餘自變數歸為一個block,納入方法為STEPWISE。結果的解讀方面，只要啞變數有其中一個有統計學顯著性，就應該把整個因素包含的啞變數納入回歸方程。

解析：虛擬變數是相對來看的。比如年級變數有三個年級：一年級 二年級 三年級。設置了兩個虛擬變數，如果這兩個虛擬變數有差異，理解為這兩個虛擬變數相對於另一個年級有顯著差異。同差將第一個值作為參考對象，即將一年級作為參考對象，那兩個虛擬變數分別就表示二年級和三年級，當出現顯著差異，就表示二年級和三年級相對於一年級在因變數上有顯著差異。數據分析培訓