原文链接：http://tecdat.cn/?p=22805
为什么须要虚构变量？
大多数数据都能够用数字来掂量，如身高和体重。然而，诸如性别、节令、地点等变量则不能用数字来掂量。相同，咱们应用虚构变量来掂量它们。
例子：性别
让咱们假如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。因而，在y和x的实在关系中，性别既影响截距又影响斜率。
首先，让咱们生成咱们须要的数据。
#真斜率，男性=5，女性=1ifelse(d$性别==1, 10+5*d$x+e,5+d$x+e)首先，咱们能够看一下x和y之间的关系，并按性别给数据着色。
plot(data=d)很显著，y和x之间的关系不应该用一条线来描述。咱们须要两条：一条代表男性，一条代表女性。
如果咱们只将y回归到x和性别上，后果是
x的预计系数不正确。
正确的设置应该是这样的，这样能够使性别同时影响截距和斜率。
或者应用上面的办法，增加一个虚构变量。
该模型表示，对于女性（性别=0），预计的模型是y=5.20+0.99x；对于男性（性别=1），预计的关系是y=5.20+0.99x+4.5+4.02x，也就是y=9.7+5.01x，相当靠近实在关系。
接下来，让咱们尝试两个虚构变量：性别和地点
性别和地点的虚构变量
性别并不重要，但地点很重要
让咱们获取一些数据，其中性别不重要，但地点会很重要。
绘制查看x和y之间的关系，按性别给数据着色，并按地点离开。
plot(d,grid~location)性别对Y的影响仿佛是显著的。但当你比拟芝加哥的数据和多伦多的数据时，截距不同，斜率也不同。
如果咱们疏忽了性别和地点的影响，模型将是
R-squared是相当低的。
咱们晓得性别并不重要，但咱们还是把它加进去，看看是否会有什么不同。
正如预期，性别的影响并不显著。
当初让咱们来看看地点的影响
地位的影响是很大。但咱们的模型设置基本上是说，地位只会扭转截距。
如果地位同时扭转了截距和斜率呢？
你也能够试试这个。
性别并不重要，而地点会扭转截距和斜率。
性别并不重要，而地点会扭转截距和斜率
当初让咱们获取一些性别和地点都很重要的数据。让咱们从两个地点开始。
ifelse(d$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
最初，让咱们尝试一个有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、节令等）可能会影响你的解释变量，就把它们设置为虚构变量。
最受欢迎的见解
1.R语言多元Logistic逻辑回归 利用案例
2.面板平滑转移回归(PSTR)剖析案例实现
3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
4.R语言泊松Poisson回归模型剖析案例
5.R语言回归中的Hosmer-Lemeshow拟合优度测验
6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
7.在R语言中实现Logistic逻辑回归
8.python用线性回归预测股票价格
9.R语言如何在生存剖析与Cox回归中计算IDI，NRI指标