虛擬變數

虛擬變數（參照英文：dummy variable）係統計學常用嘅一種變數，通常係用嚟表示分類變數中嘅唔同類別。虛擬變數一般得嗰兩個可能值，通常以 0 同 1 代表冇呢個特徵或者有呢個特徵。

建立迴歸模型嘅時候，如果自變數入面有某啲質性資料，例如性別、居住地區、教育程度等等，就可以用虛擬變數將呢啲質性資料數量化，方便分析。每一個類別會對應一個虛擬變數，而透過控制啲虛擬變數，可以研究唔同類別對應變數有咩影響。

概論

睇埋：變數 (科研)同分類變數

設依家要做經濟學或者市場學方面嘅研究，

• 應變數 $y_{i}$：受訪者 $i$ 每月買衫開支（以港幣計）
• 連續自變數：${\text{jap6 sik1}}_{i}$ = 每月嘅入息（以千港幣計）
• 虛擬自變數：${\text{hok6 saang1}}_{i}=1$（係學生）/ $0$（唔係學生）

即係話研究者想知道兩個自變數能唔能夠預測個應變數嘅值，佢哋用迴歸模型：

$y_{i}=\beta _{0}+\beta _{1}({\text{jap6 sik1}}_{i})+\beta _{2}({\text{hok6 saang1}}_{i})+\varepsilon _{i}$

解讀：

• $\beta _{1}$：入息每加一千，平均使多咗幾多錢買衫（其他變數不變）。
• $\beta _{2}$：反映係咪學生（得兩個可能數值：係同唔係）有幾能夠影響個人平均使幾多錢買衫。

簡單嚟講，若果某個變數本身係「類別」，但研究者要喺迴歸模型入面用佢，就要將佢轉成數值形式，而虛擬變數就係將類別編碼成 0 或 1 噉嘅做法。

一般嚟講，設定虛擬變數嗰陣，研究者會將最常見嗰個類別設做 0。

參見

• 假說檢定
• 迴歸分析
• 離散變數

拎

• Maathuis, Marloes (2007). "Chapter 7: Dummy variable regression" (PDF). Stat 423: Applied Regression and Analysis of Variance. 原著 (PDF)喺December 16, 2011歸檔.