各位統計前輩好： 小弟目前正在跑多元迴歸，但現在有幾個問題想請前輩們解惑： 一、間斷(名義)變項轉換為虛擬變項： 以年齡為例：30歲以下，31-40歲，41-50歲，51歲以上 目前看到的轉法有兩種： (1)在Dummy variables，將水準數減一，也就是4個轉成3個 預設參照組為51歲以上，30歲以下在dummy成不同變數過程是 1-->1 2-->0 3-->0 4-->0 ,輸出名稱是"年齡1" 第41-50歲那組就是 1-->0 2-->0 3-->1 4-->0，輸出名稱是"年齡3" 出來的資料名稱也會只有三組(因為全部都0的那組就是51歲這組) (2)將四組各自分別dummy，水準數就是原本的四組 也就是30歲以下在dummy成不同變數過程是 1-->1 2-->0 3-->0 4-->0 ，輸出名稱是"年齡1" 依此類推，51歲以上那組就是 1-->0 2-->0 3-->0 4-->1 ，輸出名稱是"年齡4" 我看吳明隆和陳正昌的書都是用(1)，但我不知道我這樣解讀是對還錯? 所以想請大家解惑，到底哪一種才是對的? 二、如果跑迴歸，是要將所有被背景變項都丟進去嗎?小弟的背景變項有8個， 每一項再各自轉成虛擬變項，也有20個以上 不是不能跑，只是小弟在想有什麼可以事先篩選的方式 以小弟研究為例，所有背景變項中，什麼性別、學歷、年資 在F檢定時都沒有顯著， 就只有年齡一項有達顯著， 這樣可以再丟回歸的變項時，可以假設性別、學歷、年資 這些沒有預測力而先剔除丟入嗎? (意即我只要丟入年齡的虛擬變項就好) 小弟這樣的推論正確嗎? (當然我知道大絕招是全部丟進去， 我只是想知道一些可能篩選的依準) 另外，還有一個更窘的情況，假設真的某些虛擬變項有預測效力， 如年資的其中一個虛擬變項好了，可是解釋力實在很低， 大約只有1%-3%，其他設定的自變項解釋力遠高於年資， 假設是領導魅力的其中一項(關懷領導)，佔了15%， 那這樣，年資的解釋還有存在的意義嗎? 以上是小弟目前深切的疑惑，望請各位先進指導~~謝謝大家 ^^~ --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 112.105.89.196