各位统计前辈好： 小弟目前正在跑多元回归，但现在有几个问题想请前辈们解惑： 一、间断(名义)变项转换为虚拟变项： 以年龄为例：30岁以下，31-40岁，41-50岁，51岁以上 目前看到的转法有两种： (1)在Dummy variables，将水准数减一，也就是4个转成3个 预设参照组为51岁以上，30岁以下在dummy成不同变数过程是 1-->1 2-->0 3-->0 4-->0 ,输出名称是"年龄1" 第41-50岁那组就是 1-->0 2-->0 3-->1 4-->0，输出名称是"年龄3" 出来的资料名称也会只有三组(因为全部都0的那组就是51岁这组) (2)将四组各自分别dummy，水准数就是原本的四组 也就是30岁以下在dummy成不同变数过程是 1-->1 2-->0 3-->0 4-->0 ，输出名称是"年龄1" 依此类推，51岁以上那组就是 1-->0 2-->0 3-->0 4-->1 ，输出名称是"年龄4" 我看吴明隆和陈正昌的书都是用(1)，但我不知道我这样解读是对还错? 所以想请大家解惑，到底哪一种才是对的? 二、如果跑回归，是要将所有被背景变项都丢进去吗?小弟的背景变项有8个， 每一项再各自转成虚拟变项，也有20个以上 不是不能跑，只是小弟在想有什麽可以事先筛选的方式 以小弟研究为例，所有背景变项中，什麽性别、学历、年资 在F检定时都没有显着， 就只有年龄一项有达显着， 这样可以再丢回归的变项时，可以假设性别、学历、年资 这些没有预测力而先剔除丢入吗? (意即我只要丢入年龄的虚拟变项就好) 小弟这样的推论正确吗? (当然我知道大绝招是全部丢进去， 我只是想知道一些可能筛选的依准) 另外，还有一个更窘的情况，假设真的某些虚拟变项有预测效力， 如年资的其中一个虚拟变项好了，可是解释力实在很低， 大约只有1%-3%，其他设定的自变项解释力远高於年资， 假设是领导魅力的其中一项(关怀领导)，占了15%， 那这样，年资的解释还有存在的意义吗? 以上是小弟目前深切的疑惑，望请各位先进指导~~谢谢大家 ^^~ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 112.105.89.196