回归模型中分类变量多重共线性的处理和研究-经管之家官网！

R Age S Ed Ex0 Ex1 LF M N NW U1 U2 W X
79.1 151 1 91 58 56 510 950 33 301 108 41 394 261
163.5 143 0 113 103 95 583 1012 13 102 96 36 557 194
57.8 142 1 89 45 44 533 969 18 219 94 33 318 250
196.9 136 0 121 149 141 577 994 157 80 102 39 673 167
123.4 141 0 121 109 101 591 985 18 30 91 20 578 174
68.2 121 0 110 118 115 547 964 25 44 84 29 689 126
96.3 127 1 111 82 79 519 982 4 139 97 38 620 168
155.5 131 1 109 115 109 542 969 50 179 79 35 472 206
85.6 157 1 90 65 62 553 955 39 286 81 28 421 239
70.5 140 0 118 71 68 632 1029 7 15 100 24 526 174
167.4 124 0 105 121 116 580 966 101 106 77 35 657 170
84.9 134 0 108 75 71 595 972 47 59 83 31 580 172
51.1 128 0 113 67 60 624 972 28 10 77 25 507 206
66.4 135 0 117 62 61 595 986 22 46 77 27 529 190
79.8 152 1 87 57 53 530 986 30 72 92 43 405 264
94.3 142 1 88 81 77 497 956 33 321 116 47 427 157
53.9 143 0 110 66 63 537 977 10 6 114 35 487 166
92.9 135 1 104 123 115 537 978 31 170 89 34 631 165
75.0 130 0 116 128 128 536 934 51 24 78 34 627 135
122.5 125 0 108 113 105 567 985 78 94 130 58 626 166
74.2 126 0 108 74 67 602 984 34 12 102 33 557 195
43.9 157 1 89 47 44 512 962 22 423 97 34 288 276
121.6 132 0 96 87 83 564 953 43 92 83 32 513 227
96.8 131 0 116 78 73 574 1038 7 36 142 42 540 179
52.3 130 0 116 63 57 641 984 14 26 70 21 486 196
199.3 131 0 121 160 143 631 1071 3 77 102 41 674 152
34.2 135 0 109 69 71 540 965 6 4 80 22 564 139
121.6 152 0 112 82 76 571 1018 10 79 103 28 537 215
104.3 119 0 107 166 157 521 928 168 89 92 36 637 154
69.6 166 1 89 58 54 521 973 46 2554 72 26 396 237
37.3 140 0 93 55 54 535 1045 6 20 135 40 453 200
75.4 125 0 109 90 81 586 964 97 82 105 43 617 163
107.2 147 1 104 63 64 560 972 23 95 76 24 462 233
92.3 126 0 118 97 97 542 990 18 21 102 35 589 166
65.3 123 0 102 97 87 526 958 113 76 124 50 572 158
127.2 150 0 100 109 98 531 964 9 24 87 38 559 153
83.1 177 1 87 58 56 638 974 24 349 76 28 382 254
56.6 133 0 104 51 47 599 1024 7 40 99 27 425 225
82.6 149 1 88 61 54 515 953 36 165 86 35 395 251
115.1 145 1 104 82 74 560 981 96 126 88 31 488 228
88.0 148 0 122 72 66 601 998 9 19 84 20 590 144
54.2 141 0 109 56 54 523 968 4 2 107 37 489 170
82.3 162 1 99 74 70 522 996 40 208 73 27 496 221
103.0 136 0 121 95 96 574 1012 29 36 111 37 622 162
45.5 139 1 88 46 41 480 9968 19 49 135 53 457 249
50.8 126 0 104 106 97 599 989 40 24 78 25 593 171
84.9 130 0 121 90 91 623 1049 3 22 113 40 588 160
为了研究美国犯罪率的影响因素，我们选取了13个自变量进行分析，分别为：

R：犯罪率，表示每100,000人中有犯罪记录的人数；

Age：年龄段的分布，表示每个州，每1000个人中，年龄在14~24岁的男性的人数；

S：地区，使用二进制变量表示，S=1表示南方的州，S=0表示其他地区；

Ed：受教育程度，表示每个州，25岁以上（包括25岁）的人接受教育的平均年数x10；

Ex0：警方开支，表示在1960年，州和当地ZF在治安维护上的人均开支；

Ex1：警方开支，表示在1959年的警方开支；

LF：表示每1000名年龄在14~24岁的城市男性的劳动人口参与率；

M：表示每个州，每1000名女性交往过的男性人数；

N：每个州的人口规模（数量级为100,000）；

NW：每1000人中非白人的人口数；

U1：每1000名年龄在14~24岁的城市男性的失业率；

U2：每1000名年龄在25~39岁的城市男性的失业率；

W：收入，用可移动资产或家庭收入的中位数（单位10$）度量；

X：收入不均，每1000个家庭中，其中收入在收入中位数的一半以下的家庭数。

其中S是分类变量，用什么方法可以知道S与其他自变量是否存在交互作用，且如何处理？

谢谢！

扫码或添加微信号：坛友素质互助

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP