python变量命名法,python中变量命名的规则

　　虚拟变量又称哑变量、哑变量、名义变量或哑变量，是量化的定性变量，通常取值为0或1。

　　在研究一个因变量时，除了数量变量外，解释变量中有时还存在一些刻板印象变量，如性别、年龄、宗教、国籍、婚姻状况、受教育程度等。这些定性变量也可以是指数变量、二元变量或分类变量。这时你需要使用虚拟变量。

　　在模型1中引入虚拟变量的作用。把非正常因素的影响分离出来，比如分析中国GDP的时间序列，就要考虑文革对国民经济的破坏性影响，剔除文革因素的不可比。

　　2.检验不同属性类型对因变量的影响，如工资模型中的教育程度，季节对销售额的影响。

　　3.提高模型的精度，相当于合并不同属性的样本，扩大样本容量(增加误差自由度，从而降低误差方差)。

　　虚拟变量的设置原则在模型中引入多个虚拟变量时，虚拟变量的数量应按照以下原则确定：如果有M个互斥的属性类型，则在模型中引入(m-1)个虚拟变量。

　　虚拟变量的引入可以使线性回归模型更加复杂，但对问题的描述更加简洁。一个方程可以实现两个方程的功能，比较接近实际。

　　如果一个因子有n个选择，当用哑变量引入模型时，应设置n-1个哑变量，以避免完全多重共线性。如果有两种性别选择，就引入一个虚拟变量。如果是男性，值为1；否则为0。当然也可以设置为女性为1；否则为0。如果有四个季节，引入三个虚拟变量。虚拟变量1: Spring为1，否则为0。虚拟变量2: Summer为1，否则为0。哑变量3:秋为1，否则为0。

　　SPSS的具体操作

　　将——记录成不同的

　　Variables…——在输出变量框的名称和标签中，选择“要转换的变量”框中的“类别变量”。

　　在中输入新的变量名和标签，然后在旧值中更改——旧值和新值。

　　在“值”中输入1，在“新值”中输入1。

　　输入1码，然后加，再分别输入2，0，加；以此类推，最后输入7，0，add——continue——ok ok。

　　这样就编制了一个“第一项”为1，其他科研项为0的二元变量。然后继续编译二进制变量，“第二项”为1，其他为0；其他选项等等。

　　注意

　　定义好所有虚拟变量后，就可以进行多元线性回归的计算了。因为哑变量是一个整体变量，所以在筛选变量时一定要共进退。所以直接用一般变量筛选所有哑变量是不对的，有些变量会进入，有些变量不会。

　　解决方法是：将同一因子下的哑变量分组到块中，在包含方法中选择“ENTER”以保证这些哑变量同时进入和退出，而其他因子的哑变量分组到另一个块中。除了哑变量，其他自变量被分组到一个块中，包含方法是逐步的。至于结果的解释，只要其中一个哑变量具有统计显著性，那么整个因子中包含的哑变量就应该包含在回归方程中。

　　解析：虚拟变量是相对的。例如，年级变量有三个年级：一年级和二年级。

　　初三。设置了两个虚拟变量。如果这两个虚拟变量不同，可以理解为这两个虚拟变量与另一个等级显著不同。以第一个值为参照对象，即第一个年级为参照对象，两个哑变量分别代表第二个年级和第三个年级。当存在显著差异时，说明二年级和三年级在因变量上与一年级存在显著差异。数据分析培训

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。