本篇描述分类变量如何进行回归（翻译自http://www.sthda.com/english/articles/40-regression-analysis/163-regression-with-categorical-variables-dummy-coding-essentials-in-r/）
分类变量(也称为因子或定性变量)是可以将观测数据分组的变量。它们有有限数量的不同值，称为水平。例如，性别作为一个分类变量，它有两个水平:男性或女性。
回归分析需要数值变量。因此，当研究者希望在回归模型中包含一个分类变量时，需要其他步骤使结果具有可解释性。
在这些步骤中，分类变量被重新编码成一组单独的二元变量。这种编码被称为“哑变量编码”，并创建一个称为contrast matrix的表。这是由统计软件自动完成的，如R。
在这里，您将学习如何构建和解释带有分类预测变量的线性回归模型。我们还将在R中提供实际的例子。
加载需要的R包
便于数据操作和可视化的tidyverse
并将该变量作为回归方程的预测变量，得到如下模型:
现在b0和b1的预测值分别为115090和-14088，再次得出男性的平均工资为115090，女性的平均工资为115090 -14088 = 101002。
另外，我们可以创建一个哑变量-1(男性)/1(女性)，而不是0/1编码方案。这导致模型:
注意，ANOVA(方差分析)只是线性模型的一种特殊情况，其中的预测因子是分类变量。而且，因为R理解ANOVA和回归都是线性模型的例子，它允许您使用R base anova()函数或*ANOVA()*函数[car包]从您的回归模型中提取经典的ANOVA。我们通常推荐Anova()函数，因为它会自动处理不平衡设计。
使用多元回归方法预测工资的结果如下：
如果你想解释分类变量的对比，输入:
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！