《哑变量在spss中的应用.docx》由会员分享，可在线阅读，更多相关《哑变量在spss中的应用.docx（4页珍藏版）》请在三一文库上搜索。
1、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。名义变量引入回归分析，必须进行数量化。如，职业有工人、农民、教师，分别赋值 0，1，2。但是 0，1，2代表的实际意义又不是由小到大的关系。 所以这在回归分析中直接使用是错误的。 如考虑季节因素时，用 1，2，3，4编码也是不合理的，通常也进行哑变量化。对于有序变量，如轻、中、重，则要酌情考虑。如果样本量足够大的话，也进行哑变量化，这样可以得到不同级别的差异。但是如果样本量不够大是， 哑变量化造成变量数目上升， 使回归结果
2、变得不可靠，只能适得其反。哑变量设置的原则在模型中引入多个哑变量时，哑变量的个数应按下列原则确定：如果有 m 种互斥的属性类型，在模型中引入（m-1）个哑变量。例如，文化程度分小学、初中、高中、大学、研究生5类，引用4个哑变量回归分析在 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。精选文库用 computer 或 recode设置一组哑变量。 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块直接进行筛选是不对的， 会出现一部分变
3、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，在纳入方法中选择了 “ENTER”来确保这些哑变量同进同出， 而其它连续型变量和二分类变量则归为另一组， 纳入方法为 STEPWISE。然后在没有纳入这组哑变量的情况下再做一次 STEPWISE，再来比较是不是应该纳入这组哑变量。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;model y=x1 x2 x31 x32 x33 /selection=stepwise; run;即，把哑变量组用 括起来就可以
4、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。-2精选文库下面以 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，学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
5、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用如果变量值是B，则 D2=1，否则取 0，如果是 C，则用 D3=1,否则取0，如果是 D，则 D4=1，否则取 0D2 D3 D4100 B010 C100 B001 D000 A注意， 4分类只能设置 3个哑变量！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-3精选文库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。-4