分类变量设置为虚拟变量时需要考虑原本的类别数量是否完备吗？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

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

各位坛友，

先说背景：在把分类变量设置为虚拟变量时，设置1个基准组，虚拟变量的数量为N-1个。回归方程中的截距项就代表基准组的取值，虚拟变量的系数就代表这一类别和基准组的差值。

再说问题：那么，当原本的分类变量里的类别就不够完善时，经典的设置虚拟变量的做法是否会导致回归结果有偏差？例如，虽然全国是34个省级单位，但是我只研究其中20个省份。选一个省份当基准，方程里放19个虚拟变量，这能说我的估计是不准确的吗？

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

分享0 收藏0 回帖

关键词：变量设置 虚拟变量 分类变量 回归方程 回归结果 计量 虚拟变量

感觉这样就是根据数据的情况，在这20个省里面比较吧。

当然估计会有不准确，不过不是因为虚拟变量个数的问题，而是数据的样本选择偏误。