python线性回归函数,线性回归设置哑变量

　　标题：

　　分类变量变成哑变量后如何进行多元线性回归？

　　我需要分析的因变量是连续数值变量，自变量包括连续数值变量、二元变量和转换后的哑变量。软件是SPSS，具体操作不知道怎么做。

　　回答：

　　好吧，分类变量包括二元变量和多分类变量，其中二元变量变成哑变量，只要一类赋0，另一类赋1，以0为对照组；如果是多类别变量，在改成哑变量时，需要设置一个类别数减1的哑变量。例如，如果等级有三个值：一级、二级、三级，则需要设置两个哑变量：一级和二级，一级和二级都为0，表示一级、二级为0、二级为0、一级为0、二级为1。

　　输入数据时，数据中有两个变量：一级和二级。两个变量的值都是0和1，做回归分析的时候把这两个变量选进自变量就可以了。(这些其实在logistic回归中是一步完成的，但是在线性回归中按照上面的就麻烦了。)不知道有没有说清楚。

　　再次：谢谢！上面那段我看懂了，但是在SPSS的多元回归中怎么操作呢？例如，等级(G)转换为G1和G2，城市(C)转换为C1、C2和C3，并添加连续数值变量M、N和二元变量P、Q。在这种情况下，这些自变量是否一次性选入自变量，按照enter的方法进行分析？分配完下一步操作还是很迷茫。

　　再次回答：可以，是一次性选入自变量，但最好选择逐步法，因为这么多变量之间可能有很高的相关性。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。