虛擬變量的回歸分析演示文稿目前一頁\總數十八頁\編于點優選虛擬變量的回歸分析目前二頁\總數十八頁\編于點回歸分析的類型因變量與自變量都是定量變量的回歸分析——即我們常做的回歸分析因變量是定量變量，自變量中有定性變量的回歸分析—即含有虛擬變量的回歸分析因變量是定性變量的回歸分析—Logistic回歸分析目前三頁\總數十八頁\編于點自變量中有定性變量

的回歸分析目前四頁\總數十八頁\編于點自變量中有定性變量的回歸在社會經濟研究中，由許多定性變量，比如地區、民族、性別、文化程度、職業和居住地等?？梢詰盟鼈兊男畔⑦M行線性回歸。但是，必須現將定性變量轉換為啞變量（也稱虛擬變量），然后再將它們引入方程，所得的回歸結果才有明確的解釋意義。目前五頁\總數十八頁\編于點啞變量的建立對于具有k類的定性變量來說，設啞變量時，我們只設k-1個啞變量。例7.4

分析某地區婦女的年齡、文化程度、及居住地狀況對其曾生子女數的影響。定量變量:年齡定性變量:文化程度、地區Spss數據：婦女生育子女數.SAV目前六頁\總數十八頁\編于點啞變量的建立原變量編碼值

啞變量賦值的操作文化程度=1（文盲）所有EDU=0文化程度=2（小學）EDU2=1,其他EDU=0文化程度=3（初中）EDU3=1,其他EDU=0文化程度=4（高中）EDU4=1,其他EDU=0文化程度=5（大學）EDU5=1,其他EDU=0地區=1（城市）AREA=1

地區=2（農村）AREA=0目前七頁\總數十八頁\編于點應用SPSS建立回歸方程回歸結果：目前八頁\總數十八頁\編于點SPSS輸出結果目前九頁\總數十八頁\編于點SPSS輸出結果目前十頁\總數十八頁\編于點回歸方程的解釋當案例在兩個分類變量都等于0時，即文化程度為文盲，居住地在農村時，此種情況稱為參照類（其他情況將于此進行比較），其回歸方程為：表明所有參照類婦女年齡每上升1歲，其曾生子女數的平均變化量為0.068個。目前十一頁\總數十八頁\編于點回歸方程的解釋當文化程度為小學，居住地為農村時：表明，對于相同年齡和居住地而言，小學文化程度婦女比文盲婦女曾生子女數多出b2個部分，即少生1.13個子女。目前十二頁\總數十八頁\編于點回歸方程的解釋當教育程度為文盲、居住地為城市時，表明，對于相同年齡和文化程度而言，城市婦女比農村婦女曾生子女數多出b6個部分，即少生0.49個子女。目前十三頁\總數十八頁\編于點回歸方程的解釋總之，該回歸方程表示：參照類婦女曾生子女數對年齡的回歸直線的截據為1.41，年齡每上升1歲，參照類婦女的平均曾生子女數上升0.068個。城市婦女比農村婦女的平均曾生子女數少0.49個。小學、初中、高中和大學文化程度婦女的平均曾生子女數分別比文盲婦女少1.13、1.31、1.58、1.57個（在年齡和居住地相同時）。目前十四頁\總數十八頁\編于點回歸方程的解釋文化程度在實際中是一個序次變量。可以用表示序次變量個相鄰分類的實際效應，如初中的邊際效應為：類似，可以計算下面的邊際效應：小學=-1.13初中=-0.18高中=-0.27大學=0.01目前十五頁\總數十八頁\編于點回歸分析利用同樣的方法我們可以對例7.2進行回歸分析。例7.2的數據中,還有一個自變量是定性變量“收入”,以虛擬變量或啞元(du