标签：截距 变量 回归 地点 计量经济学 ifelse 线性 性别
原文链接：http://tecdat.cn/?p=22805
原文出处：拓端数据部落公众号
为什么需要虚拟变量？
大多数数据都可以用数字来衡量，如身高和体重。然而，诸如性别、季节、地点等变量则不能用数字来衡量。相反，我们使用虚拟变量来衡量它们。
例子：性别
让我们假设x对y的影响在男性和女性中是不同的。
对于男性y=10+5x+ey=10+5x+e
对于女性y=5+x+ey=5+x+e。
其中e是随机效应，平均值为零。因此，在y和x的真实关系中，性别既影响截距又影响斜率。
首先，让我们生成我们需要的数据。
#真斜率，男性=5，女性=1
ifelse(d$性别==1, 10+5*d$x+e,5+d$x+e)
首先，我们可以看一下x和y之间的关系，并按性别给数据着色。
plot(data=d)
很明显，y和x之间的关系不应该用一条线来描绘。我们需要两条：一条代表男性，一条代表女性。
如果我们只将y回归到x和性别上，结果是
x的估计系数不正确。
正确的设置应该是这样的，这样可以使性别同时影响截距和斜率。
或者使用下面的方法，添加一个虚拟变量。
该模型表示，对于女性（性别=0），估计的模型是y=5.20+0.99x；对于男性（性别=1），估计的关系是y=5.20+0.99x+4.5+4.02x，也就是y=9.7+5.01x，相当接近真实关系。
接下来，让我们尝试两个虚拟变量：性别和地点
性别和地点的虚拟变量
性别并不重要，但地点很重要
让我们获取一些数据，其中性别不重要，但地点会很重要。
绘制查看x和y之间的关系，按性别给数据着色，并按地点分开。
plot(d,grid~location)
性别对Y的影响似乎是显著的。但当你比较芝加哥的数据和多伦多的数据时，截距不同，斜率也不同。
如果我们忽略了性别和地点的影响，模型将是
R-squared是相当低的。
我们知道性别并不重要，但我们还是把它加进去，看看是否会有什么不同。
正如预期，性别的影响并不显著。
现在让我们来看看地点的影响
位置的影响是很大。但我们的模型设置基本上是说，位置只会改变截距。
如果位置同时改变了截距和斜率呢？
你也可以试试这个。
性别并不重要，而地点会改变截距和斜率。
性别并不重要，而地点会改变截距和斜率
现在让我们获取一些性别和地点都很重要的数据。让我们从两个地点开始。
ifelse(d$性别=="0" & d$地点=="多伦多", 1+1*d$x+e,
+ ifelse(d$性别=="1" & d$地点=="芝加哥", 20+2*d$x+e,
+ ifelse(d$性别=="0" & d$地点=="芝加哥", 2+2*d$x+e,NA))))plot(d,x,y,color=性别~地点)
性别和地点都很重要，5个地点
最后，让我们尝试一个有5个地点的模型。
+ ifelse(d$性别=="1" & d$地点=="芝加哥", 2+10*d$x+e,
+ ifelse(d$性别=="0" & d$地点=="芝加哥", 2+2*d$x+e,
+ ifelse(d$性别=="1" & d$地点=="纽约",3+15*d$x+e,
+ ifelse(d$性别=="0" & d$地点=="纽约",3+5*d$x+e,
+ ifelse(d$性别=="1" & d$地点=="北京",8+30*d$x+e,
+ ifelse(d$性别=="0" & d$地点=="北京",8+2*d$x+e,
+ ifelse(d$性别=="1" & d$地点=="上海",plot( x,y,color=性别 ~地点)
所以，如果你认为某些因素（性别、地点、季节等）可能会影响你的解释变量，就把它们设置为虚拟变量。
最受欢迎的见解
3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
5.R语言回归中的Hosmer-Lemeshow拟合优度检验
6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
9.R语言如何在生存分析与Cox回归中计算IDI，NRI指标
标签：截距,变量,回归,地点,计量经济学,ifelse,线性,性别 来源： https://blog.csdn.net/qq_19600291/article/details/117990535
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。