哑变量线性模型求助

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

小弟初步接触哑变量，不知道怎么计算：
问题是有六个时间段的数据， 以time作为哑变量（虚拟变量）想问怎么使用哑变量来建立变量T~D之间的线性模型？

数据在附件中
数据.xls (34 KB)

2013-12-10 09:28:53 上传

还请高手多多指点？感激不尽

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：线性模型 哑变量 time 感激不尽 虚拟变量 模型

将分类变量设置为因子即可

dongshengjay 发表于 2013-12-10 10:06
将分类变量设置为因子即可

我是这么做的

rd$time<- as.factor(rd$time)

model.fit1 <- lm(T ~D+D*time ,
data=rd)
summary(model.fit1)

这感觉结果不对，不知道对不对

dongshengjay 发表于 2013-12-10 10:06
将分类变量设置为因子即可

看看我这么做对不对

1. model<-lm(T~D+factor(time))

复制代码

童小军 发表于 2013-12-10 21:52

谢谢，按照你的提示结果如下：
lm(formula = T ~ D + factor(time))

Residuals:
     Min       1Q   Median       3Q      Max
-0.47049 -0.09838 -0.00451  0.10523  0.42976

Coefficients:
               Estimate Std. Error t value Pr(>|t|)   
(Intercept)   -2.152877   0.062990 -34.178  < 2e-16 ***
D              2.408097   0.020433 117.855  < 2e-16 ***
factor(time)2  0.001373   0.038611   0.036  0.97166   
factor(time)3  0.114582   0.038475   2.978  0.00320 **
factor(time)4  0.125933   0.038546   3.267  0.00124 **
factor(time)5  0.165631   0.040396   4.100 5.64e-05 ***
factor(time)6 -0.029293   0.040789  -0.718  0.47335   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.1662 on 242 degrees of freedom


现在的问题是怎么让intercept 和 DBH 两个参数都为哑变量怎么做呀？

类似于这样
(Intercept)        DBH
1   0.2580542 -0.1199950
2   0.2626176 -0.1408667
3  -0.1931359  0.1010073
4  -0.5674468  0.2393904
5   0.6746693 -0.2188693
6  -0.4347583  0.1393333

不懂你什么意思？截距项怎么变成dummy variable。是你自己重新定义还是怎样？

童小军 发表于 2013-12-11 23:00
不懂你什么意思？截距项怎么变成dummy variable。是你自己重新定义还是怎样？

这样做是不是截距项也有了：（这么做对不对）
另外一个各个time的截距和斜率是用
(Intercept)     -1.833508   —— factor(time)2   -0.002559
D                2.290970——D:factor(time)2 -0.019753   
这么做的计算结果和使用data.frame（predict（model））的预测值不一样呀，不知道各个time的参数（截距和斜率怎么求呀）

model<-lm(T~D+D*factor(time), data=rd)
summary(model)

Call:
lm(formula = T ~ D + D * factor(time), data = rd)

Residuals:
     Min       1Q   Median       3Q      Max
-0.40008 -0.08177 -0.00893  0.08135  0.48261

Coefficients:
                 Estimate Std. Error t value Pr(>|t|)   
(Intercept)     -1.833508   0.164526 -11.144  < 2e-16 ***
D                2.290970   0.059637  38.415  < 2e-16 ***
factor(time)2   -0.002559   0.181352  -0.014 0.988753   
factor(time)3   -0.484401   0.191205  -2.533 0.011942 *  
factor(time)4   -0.883485   0.210132  -4.204 3.71e-05 ***
factor(time)5    0.454283   0.208719   2.177 0.030503 *  
factor(time)6   -0.728906   0.194657  -3.745 0.000227 ***
D:factor(time)2 -0.019753   0.067653  -0.292 0.770564   
D:factor(time)3  0.236851   0.072270   3.277 0.001205 **
D:factor(time)4  0.383749   0.077723   4.937 1.49e-06 ***
D:factor(time)5 -0.108568   0.075846  -1.431 0.153625   
D:factor(time)6  0.272438   0.072589   3.753 0.000220 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.1416 on 237 degrees of freedom
Multiple R-squared:  0.9891,    Adjusted R-squared:  0.9886
F-statistic:  1951 on 11 and 237 DF,  p-value: < 2.2e-16

截距项的括号不是指因子，故截距项怎么是哑元（或者因子变量呢），因子变量前面有factor(time)2～6，分别是参照factor(time)1的回归结果，而截距项要单独解释。

wwwujl 发表于 2013-12-14 22:12
截距项的括号不是指因子，故截距项怎么是哑元（或者因子变量呢），因子变量前面有factor(time)2～6，分别是 ...

能告诉我具体这么做吗

另外一个各个time的截距和斜率是用
(Intercept)     -1.833508   —— factor(time)2   -0.002559
D                2.290970——D:factor(time)2 -0.019753