请选择 进入手机版 | 继续访问电脑版
楼主: spssau
184 0

[学习资料] 数据分析中的哑变量问题如何处理? [推广有奖]

  • 0关注
  • 4粉丝

讲师

9%

还不是VIP/贵宾

-

威望
0
论坛币
2 个
通用积分
186.6160
学术水平
3 点
热心指数
3 点
信用等级
3 点
经验
5036 点
帖子
163
精华
0
在线时间
387 小时
注册时间
2018-1-14
最后登录
2021-9-22

spssau 发表于 2021-9-14 11:03:01 |显示全部楼层

+2 论坛币
k人 参与回答

经管之家邀请您加入群聊

群内不定期有福利发放!

求职就业群
来和老师们一起学习吧~

经管之家送您一门免费课程

点击免费领取~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

什么是虚拟变量?

虚拟变量又叫哑变量、伪变量,是人为设定的用于将分类变量引入模型中的方法。

为什么要使用虚拟变量

在回归分析中,自变量X既可以是定量数据也可以定类数据。回归分析计算时是将所有自变量X视为数字,但当数据为定类数据时,此时数字代表类别,数字大小本身没有比较意义。因此,这类数据在做回归分析时,需要设置成哑变量才能纳入回归分析正确分析数据。

如何使用虚拟变量

用一个例子说明:研究性别和工龄对基本工资的影响情况。

工龄是定量数据;性别为二分类数据,因而分析时性别不能直接放入回归模型,正确做法是将变量转化成取值为1和0的哑变量。

性别分为两类,因而需要设置2个虚拟变量(2列),分别表示男性和女性两个类别。

如果是男性,‘性别_男’虚拟变量取值为1,‘性别_女’虚拟变量取值为0。如果是女性则相反。

当变量分类超过两类时,也是类似的处理方式,在回归分析前将下面的“专业”类别转化为虚拟变量,结果如下图所示:

理科类取值=1代表专业为理科,0代表非理科

文科类取值=1代表专业为文科,0代表非文科

工科类取值=1代表专业为工科,0代表非工科

SPSSAU可直接一步生成虚拟变量,具体操作如下:

分析时,要注意少放入一个虚拟变量。如果分为两类就放入一个虚拟变量,三类就放入两个,以此类推。

原因在于虚拟变量包括数字0和1;0是对比参考项。如果2个类别都放入了,就没有参考类别了。

如何解释分析结果

线性回归分析结果

由上表可知,回归模型通过F检验,性别_男一项P<0.01,说明性别对基础工资确实存在显著的影响关系。

模型公式为:月基本工资=2403.834 + 42.659工龄 + 1377.873性别_男

当“性别_男”取值为1表示男性的月工资回归方程,0表示女性的月工资回归方程。回归系数值为1377.873,因此说明相同工龄下,男性的月基本工资比女性多1377.88元。

相反,放入的分析项若为性别_女,回归系数值应为-1377.873,代表同工龄的条件下,女性的月基本工资比男性少1377.88元

哪些分析方法会使用到虚拟变量

通常情况下,回归分析,逐步回归,分层回归,Logistic回归,PLS回归、调节作用等这类影响关系研究的方法时,才可能涉及到虚拟变量设置。

①回归分析/logistic回归

回归分析设置请参考上面的案例,注意留一项做参考项。

②调节作用

调节作用中,自变量或调节变量可以是定量数据,也可能是定类数据。

如果自变量X或者调节变量Z为定类数据,通常需要进行虚拟(哑)变量后才能分析,此过程被SPSSAU自动化处理,只需在【问卷研究】–【调节作用】里设置调节作用类型。

针对定类数据,SPSSAU会自动进行虚拟变量处理,并以第一项作为参照对比项

其他说明

1、将虚拟变量放入回归中,一定要少放一个虚拟变量,否则系统会提示存在多重共线性问题。

2、选择的“参照组”不同,会影响回归系数的大小,从而可能得出不同的结论。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:哑变量问题 数据分析 哑变量 回归分析计算 线性回归分析

www.spssau.com
您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2021-9-23 02:48