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。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。
哑变量设置的原则
回归分析
在sas中,哑变量的设置需要另外写程序,但是在回归程序中,则比较简单。eg.因变量y,自变量x1,x2,哑变量组x31 x32 x33,
proc reg;
run;
即,把哑变量组用{}括起来就可以了。
SPSS多元线性回归哑变量设置
在spss中,logistics回归中,有专门的选项来处理需要哑变量化的变量,只需单击“Categorical..”进行设置即可。但是对于多元线性回归就没有那么幸运了。 用compute或recode设置一组哑变量。比如学历有三个等级:高中及以下,本科,研究生及以上。设置两个哑变量:学历1,学历2。下面以compute为例说明如何定义哑变量。 利用compute对学历1,学历2进行计算。设置成学历为高中及以下时学历1=0,历为高中及以下时学历2=0;学历为本科时学历1=1,为本科时学历2=0;为研究生及以上时学历1=0,为研究生及以上时学历2=1。 举例如下:
在SPSS中将多分类变量设置为哑变量比较麻烦,其中的一种方法就是将该多分类变量转换成N-1列的哑变量,举例来说,原多分类变量有四个取值(A/B/C/D),这时需要设置三列哑变量,比如D2,D3,D4
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。 |