作者HermioneTYY (Hermione)
看板Statistics
标题[问题] 类别变项跑回归
时间Thu Nov 29 14:57:28 2012
我要跑回归的时问其中有几个变项是类别，一些是连续。
类别变项超过三类，我知道要设dummy variable
但是有个问题：
A变项(类别)有三类，但我如果只想知道A变项是不是会对Y照成影响
那要怎麽办呢？单独跑ANOVA吗？
如果全部的资料要跑回归，超过三类的类别变项是不是一定要用dummy variable跑？
另外，我设的dummy variable是以第一类为00，第二类为10，第三类为01，这样没错吧？
而连续变项，因为有些range很大，所以想分组。
请问分组的依据有什麽规定吗？目前是使用样本数分组…尽量把每组控制人数差不多。
谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 140.112.125.68
1F：→ yhliu:(1) 看整个类别变项是否加入模型产生什麽变化...用 F 检定, 11/29 17:59
2F：→ yhliu: 如同回归分析教本所谈的: 同时看模型中几个解释变数是否 11/29 18:00
3F：→ yhliu: 显着的 F 检定. 11/29 18:00
4F：→ yhliu:(2) 两个 dummy, Z2, Z3; 第一类均设为0, 第二类 Z2=1,Z3=0; 11/29 18:01
5F：→ yhliu: 第三类Z2=0,Z3=1. 这是以第一类为比较基础, Z2 的系数显 11/29 18:03
6F：→ yhliu: 示的是第二类与第一类的差, Z3系数显示的是第三类与第一 11/29 18:04
7F：→ yhliu: 类的差. 11/29 18:04
8F：→ yhliu:(3) 分组要 "有意义". 以人数为分组准则, 通常比以数值等间 11/29 18:05
9F：→ yhliu: 距分组更不具实务意义. 例如年龄分组, 可以考虑不同 "世 11/29 18:06
10F：→ yhliu: 代" 为分组准则, 或以常用的年龄等间距分组. 11/29 18:07
谢谢回答
关於分组，因为这个变项有大约有四分之三的人都是0
其余的四分之一的人数是从个位数到千、万都有
因此才想把他们分组，目前是以0为一组，其他的数值在一人数分为两组…
因为不知道这个变项的数据可以从那个点分组，所以依人数来分
这样可以吗？
还是有什麽方法可以看出从那个点分组可以让资料更好呢？
谢谢
※ 编辑: HermioneTYY 来自: 114.36.250.92 (11/29 19:20)
11F：→ yhliu:完全不知道是什麽资料, 也不知资料分布情况, 更不知变数间具 11/30 09:03
12F：→ yhliu:体的关系如何. 这种情形要提建议, 可以说是: 瞎话. 11/30 09:04
13F：→ yhliu:就提一个瞎建议吧! 0单独一组, 1-10, 11-100,101-1000,1001+ 11/30 09:05
呃
我是很认真的…
数据的单位是平方公分。
100以下的也只有16个，300~4000的有16个，一万的有1…
※ 编辑: HermioneTYY 来自: 140.112.125.68 (11/30 12:18)