分类变量的分析 一．分类变量 分类变量有有序变量、无序变量和二分类，其中有序和无序都是多分类举例说明，有序变量：高血压 1 期、II 期、III 期属于有序变量同时也属于等级资料，无序变量：汉族、回族、哈组；工人、农民、教师这样得属于无序变量，男性、女性；死亡、存活属于二分类变量。 在分析方法中差别性检验中，二分类变量和无序变量都能用卡方检验，只不过一个是四格表卡方一个是 RXC 列联卡方，而有序变量也就是等级资料就得用秩和检验。在多元回归时，有序变量和二分类变量都是赋值 1、2、3 或 0、1 求得一个 OR 或 RR 值，而无序资料就必须要设置哑变量（虚拟变量），例如职业工人、农民、教师。你计算得时候赋值为工人＝1、农民=2、教师=3，如果你当成连续得变量去计算那么得到一个 OR 或 RR 值，解释为每增加一个等级发生某病得危险性增加多少倍。那么在无序变量就意味着工人增加一个等级，这是不可能的。因为这样得变量各等级之间不存在 1、2、3得数学关系。 在有序变量中，我们可以多元回归来检验假设，运用的原理时最小二乘法。在无序变量中，我们必须引用哑变量（虚拟变量）来实 现logistic 回归。在运用logistics 回归分析之前我们必须先要理解虚拟变量。 二．下面的重点就是关于虚拟变量的讲解。 1．虚拟变量的含义 虚拟变量是用以反映质的属性的一个人工变量，取值为 0 或 1，通常记为 D（Dummy Variable）,又可称之为属性变量、双值变量、类型变量、定性变量、或二元型变量。（注意：虚拟变量D 只能取0 或1 两个值，即属性之间不能运算！对基础类型或否定类型设 D=0 对比较类型或肯定类型设 D=1）如 1 男性 D = 0 女性 但是， 虚拟变量主要是用来代表质的因素，但有些情况下也可以用来代表数量因素。例如：在建立储蓄函数时，“年龄”是一个重要的解释变量。虽然“年龄”是一个数量因素，但为了方便也可以用虚拟变量表示。例如：可以把居民分为两个年龄组：第一组：20~35 岁的居民，第二组：35~60 岁的居民，用“1”表示第一年龄组；“0”表示第二年龄组，就可以估计年龄对储蓄的影响。 2.虚拟变量的设置规则 （1）.两个属性的表示法 如性别有两个属性：用 Di 表示。 )(0)(1女男iD即：两个属性引入一个变量即可！ （2）.多个属性的表示法。假设学历有四个属性：博士、硕士、本科、本科以下等，则： 四个属性3 个变量。 即:m个属性引入(m -1)个变量即...
