全文链接：http://tecdat.cn/?p=23170
最近咱们被客户要求撰写对于回归的钻研报告，包含一些图形和统计输入。
在本文中，本文与以下两个问题无关。你应该如何增加虚构变量？你应该如何解释后果？
简介
如果应用一个例子，咱们可能会更容易了解这些问题。
数据
假如咱们想钻研工资是如何由教育、教训和某人是否负责治理职务决定的。假如
- 每个人都从年薪 4 万开始。
- 实际出真知。每减少一年的教训，工资就减少 5 千。
- 你学得越多，你的支出就越多。高中、大学和博士的年薪增长别离为 0、10k 和 20k。
- 海面平静时，任何人都能够掌舵。对于负责治理职位的人，要多付 20k。
- 天生就是平凡的领导者。对于那些只上过高中却负责治理职位的人，多给他们 3 万。
- 随机因素会影响工资，平均值为 0，标准差为 5 千。
上面是局部数据和摘要。
绘制数据
有和没有治理职位的人的工资和教育之间的关系。
jitter(alpha=0.25,color=colpla[4])+
facet_wrap(~ 治理职位)+
boxplot(color=colpla[2])有治理职位和没有治理职位的人的工资和教训之间的关系，以教育为根底。
点击题目查阅往期内容
线性回归和工夫序列剖析北京房价影响因素可视化案例
左右滑动查看更多
01
02
03
04
stat_smooth(method = "lm")+
facet_wrap(~ 治理职位)回归剖析
疏忽教育和治理之间的相互作用
咱们只将工资与教育、教训和治理职位进行回归。其后果是
尽管这些参数在统计学上是有意义的，但这并没有任何意义。与高中相比，大学学历怎么可能使你的工资缩小 5105？
正确的模型应该包含教育和治理职位的交互项。
增加教育和治理之间的交互作用
当初，让咱们增加教育和治理之间的交互项，看看会产生什么。
对后果的解释
当初的后果是有意义的。
- 截距为 40137（靠近 4 万）是基本保障支出。
- 教育的基数是高中。与高中相比，大学教育能够均匀减少 9833 元（靠近 1 万）的工资。与高中相比，博士教育能够减少 19895 元（靠近 2 万）的工资。
- 多一年的工作教训能够使工资减少 4983 元（靠近 5 千）。
- 负责治理职位的高中毕业生有 49695 元的溢价（靠近 5 万）。这些人是天生的领导者。
- 与负责治理职位的高中毕业生相比，负责治理职位的大学毕业生的溢价缩小了 29965.51 至 29571（49735.74-29965.51，靠近 2 万）。
- 与高中毕业生负责治理职位相比，博士毕业生负责治理职位的溢价缩小了 29501 至 19952.87（靠近 2 万）。另外，你能够说治理职位产生了 20K 的根本溢价，而不思考教育程度。除了这 2 万外，高中毕业生还能失去 3 万，使总溢价减少到 5 万。
测验是否违反了模型的假如
为了使咱们的模型无效，咱们须要满足一些假如。
- 误差应该遵循正态分布
正态 Q - Q 图看起来是线性的。所以这个假如失去了满足。
- 没有自相干
D- W 测验值为 1.8878，靠近 2，因而，这个假如也满足。
- 没有多重共线性
预测变量 edu、exp 和 mngt 的 VIF 值均小于 5，因而满足这一假如。
用数据的子集进行回归
你能够通过用一个数据子集运行模型来取得同样的后果。你能够将数据按教育水平分成子集，并在每个子集上运行回归模型，而不是应用一个教育的虚构变量。
如果只用高中生的数据，你会失去这样的后果。
sub<-d %>%
+ filter(教育 =="高中")仅凭大学生的数据，你就能失去这个后果。
只用来自博士生的数据，你会失去这个后果。
点击文末 “浏览原文”
获取全文残缺代码数据资料。
本文选自《R 语言应用虚构变量(Dummy Variables) 回归剖析工资影响因素》。
点击题目查阅往期内容
Python 用 RNN 神经网络：LSTM、GRU、回归和 ARIMA 对 COVID19 新冠疫情人数工夫序列预测
非线性回归 nls 摸索剖析河流阶段性流量数据和评级曲线、流量预测可视化
非线性回归 beta 系数估算股票市场的危险剖析亚马逊股票和构建投资组合
R 语言因子实验设计 nlme 拟合非线性混合模型剖析有机农业施氮程度
R 语言非线性混合效应 NLME 模型 (固定效应 & 随机效应) 反抗哮喘药物茶碱动力学钻研
Python 用 T -SNE 非线性降维技术拟合和可视化高维数据 iris 鸢尾花、MNIST 数据
R 语言 nlme、nlmer、lme4 用（非）线性混合模型 non-linear mixed model 剖析藻类数据实例
Python 中的多项式回归拟合非线性关系实例
应用 R 语言进行多项式回归、非线性回归模型曲线拟合
R 语言多项式回归拟合非线性关系
R 语言里的非线性模型：多项式回归、部分样条、平滑样条、狭义相加模型 GAM 剖析
R 语言自适应 LASSO 多项式回归、二元逻辑回归和岭回归利用剖析
R 语言 ISLR 工资数据进行多项式回归和样条回归剖析
R 语言中的多项式回归、部分回归、核平滑和平滑样条回归模型
R 语言多项式线性模型：最大似然预计二次曲线
R 语言狭义线性模型 GLM、多项式回归和狭义可加模型 GAM 预测泰坦尼克号幸存者
R 语言中的多项式回归、B 样条曲线 (B-spline Curves) 回归
R 语言用多项式回归和 ARIMA 模型预测电力负荷工夫序列数据
R 语言机器学习实战之多项式回归
R 语言 ISLR 工资数据进行多项式回归和样条回归剖析