分类变量回归: R语言中哑变量编码本质_r语言分类变量哑变量-程序员宅基地

本篇描述分类变量如何进行回归（翻译自http://www.sthda.com/english/articles/40-regression-analysis/163-regression-with-categorical-variables-dummy-coding-essentials-in-r/）

分类变量(也称为因子或定性变量)是可以将观测数据分组的变量。它们有有限数量的不同值，称为水平。例如，性别作为一个分类变量，它有两个水平:男性或女性。

回归分析需要数值变量。因此，当研究者希望在回归模型中包含一个分类变量时，需要其他步骤使结果具有可解释性。

在这些步骤中，分类变量被重新编码成一组单独的二元变量。这种编码被称为“哑变量编码”，并创建一个称为contrast matrix的表。这是由统计软件自动完成的，如R。

在这里，您将学习如何构建和解释带有分类预测变量的线性回归模型。我们还将在R中提供实际的例子。

加载需要的R包

便于数据操作和可视化的tidyverse
在这里插入图片描述

数据集示例

我们将使用Salaries数据集[car package]，它包含美国一所大学的助理教授、副教授和教授2008-2009年内9个月的工资。这些数据的收集目的是监测男性和女性教师之间的工资差异。

在这里插入图片描述

两个水平的分类变量

回想一下，在预测变量(x)的基础上预测结果变量(y)的回归方程可以简单地写成y = b0 + b1*x。b0和b1为回归系数，分别表示截距和斜率。

假设，我们希望调查男性和女性之间的工资差异。

基于性别变量，我们可以创建一个新的哑变量，取值为:
在这里插入图片描述

并将该变量作为回归方程的预测变量，得到如下模型: 在这里插入图片描述
这些系数可以解释为:

（1）b0是女性的平均工资，
（2）b0 + b1是男性的平均工资，
（3）b1是男性和女性的平均工资差异。

为了演示，下面的例子通过计算一个简单的关于 Salaries 数据集[car包]的线性回归模型来模拟男性和女性之间的工资差异。R自动创建虚拟变量:
在这里插入图片描述

从上面的输出可以看出，女性的平均工资估计为101002，而男性的平均工资估计为101002 + 14088 = 115090。哑变量sexMale的p值非常显著，这表明两性之间的平均工资存在显著差异。

contrasts() 函数的作用是:返回R用来创建哑变量的编码:
在这里插入图片描述

R创建了一个sexMale哑变量，如果性别是男性，则值为1，否则值为0。将男性编码为1，女性编码为0(基线)的决定是任意的，这对回归计算没有影响，但是会改变对系数的解释。

可以使用relevel()函数将基线类别设置为males，如下所示:
在这里插入图片描述
之后回归拟合的输出为:

事实上，在回归输出中性别女性的系数是负的，这表明作为女性与薪水(相对于男性)的减少有关。

现在b0和b1的预测值分别为115090和-14088，再次得出男性的平均工资为115090，女性的平均工资为115090 -14088 = 101002。

另外，我们可以创建一个哑变量-1(男性)/1(女性)，而不是0/1编码方案。这导致模型:
在这里插入图片描述

具有两个以上水平的分类变量

一般来说，一个有n个水平的分类变量会转化为n-1个各有2个水平的哑变量。这n-1个新变量包含的信息与单个变量相同。

例如， Salaries 数据中的**‘‘rank’’**有三个水平:“AsstProf”、“AssocProf”和“Prof”。这个变量可以伪编码成两个变量，一个叫AssocProf，一个叫Prof:
在这里插入图片描述
这个哑变量编码由r自动执行。出于演示目的，您可以使用函数model.matrix()为一个因子变量创建一个 contrast matrix :

在建立线性模型时，有不同的方法来编码分类变量，称为对比编码系统。R中的默认选项是使用因子的第一个水平作为参考，并解释相对于该水平的其余水平。

注意，ANOVA(方差分析)只是线性模型的一种特殊情况，其中的预测因子是分类变量。而且，因为R理解ANOVA和回归都是线性模型的例子，它允许您使用R base anova()函数或*ANOVA()*函数[car包]从您的回归模型中提取经典的ANOVA。我们通常推荐Anova()函数，因为它会自动处理不平衡设计。
使用多元回归方法预测工资的结果如下：
在这里插入图片描述

取其他变量(yrs.service, rank and discipline)，可以看出分类变量性别不再与个体间薪酬差异显著相关。重要变量是rank和discipline.。

如果你想解释分类变量的对比，输入:
在这里插入图片描述
例如，我们可以看到，来自discipline B( applied departments) 的员工相对于discipline A(theoretical departments)平均工资增长13473.38，这是显著相关的。

讨论

在这一篇章中，我们描述了分类变量是如何包含在线性回归模型中的。由于回归需要数字输入，分类变量需要被重新编码成一组二元变量。

我们提供了实际的例子，你有两个或两个以上水平的分类变量的情况。

注意，对于具有大量水平的分类变量，将一些水平组合在一起可能是有用的。

有些类别变量的级别是有序的。它们可以转换为数值并按原样使用。例如，如果教授等级(“AsstProf”、“AssocProf”和“Prof”)有特殊的含义，您可以将它们转换为数值，从低到高排序。

欢迎关注我的公众号：聊无的学习笔记
请添加图片描述

本文链接：https://blog.csdn.net/weixin_42812146/article/details/113576093

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

破解锐捷3.35-0618的密码_锐捷网关登录解密-程序员宅基地

文章浏览阅读1.8w次。我们上校园网时多半都让锐捷记住了密码，有可能时间久了会把密码忘掉，这样充值时就会有点麻烦。解决办法：1、凭证到网络中心去问；2、运行锐捷，先不要认证，用WinHex打开进程8021x.exe的整个内存，搜索用户名，在其后附近即可看到密码；3、打开注册表项[HKEY_LOCAL_MACHINE\SOFTWARE\锐捷网络\Ruijie Supplicant]，将Password和Passwordle_锐捷网关登录解密

【go/vscode】远程环境搭建(离线版/传统插件版)_go vscode 离线安装插件-程序员宅基地

文章浏览阅读3.4k次，点赞2次，收藏6次。文章目录说在前面VS Code离线安装VS Code Extensions离线安装下载Go插件插件地址插件下载(Windows)错误处理1远程主机安装测试补全跳转说在前面vscode 版本：golang 版本测试环境：wsl(ubuntu)VS Code离线安装VS Code Extensions离线安装下载Go插件插件地址网上很多教程有离线下载的地址，但是有的博文年代久远，链接未维护，所以这里使用的是vscode github地址插件gocodegopkgsgo-_go vscode 离线安装插件

psql常用简单命令_psq 连接命令-程序员宅基地

文章浏览阅读208次。psql的命令都是以"“开头，且可不加”;"1. 数据库相关1.1 连接数据库psql -h 127.0.0.1 -p 5432 -U postgres -d DB_NAME1.2 断开数据库连接\q1.3 查看数据库列表\lstudent=# \l List of databases Name ..._psq 连接命令

Android init.rc启动shell脚本_android rc service 没法启动shell 脚本-程序员宅基地

文章浏览阅读2.1k次。最近在解决客户的一个问题的时候，帮忙调试了一个开机脚本，其中涉及了部分SELinux的权限的配置，因此记录一下，该案例基于amlogicS905L3A芯片开发，在AndroidP上进行的测试，在其他设备上大同小异，请自行查找或替换为对应的路径。注AndroidP上为了区分系统和厂商定制化内容，脚本应编译至vendor/bin下，而不是system/bin下。..._android rc service 没法启动shell 脚本

黑马程序员pink老师前端入门教程，零基础必看的JavaScript基础语法视频教程（DOM）_黑马前端pink-程序员宅基地

文章浏览阅读686次。APIDOMDOM简介什么是DOMDOM树获取元素getElementById获取元素得到一个元素对象object用dir打印，还可以得到它的属性 div#timegetElementsByTagName获取对象集合_黑马前端pink

UE4 相机拍照功能（图片保存）_ue 移动端保存图片-程序员宅基地

文章浏览阅读6.7k次，点赞5次，收藏33次。强烈建议先看下这篇保存图片的方法：https://blog.csdn.net/u011407338/article/details/104184087主要设置如下：创建组件和设置组件：TextureTarget的来源和设置：创建蓝图库：.h 文件#pragma once#include “ImageUtils.h”#include “CoreMinimal.h”#include “Kismet/BlueprintFunctionLibrary.h”#include “MyBl_ue 移动端保存图片

随便推点

浅谈简洁与全面，智能与可配置_简约与智能-程序员宅基地

文章浏览阅读4.2k次。我在写上一篇文章Visual Studio Intellisense、Eclipse Content Assist与理念式编程对比Visual Studio和Eclipse时对两个开发环境在功能、界面上的风格差异有些感想，联想思索之下发挥成这篇文章。主要谈的是各种产品设计上体现出的两对趣味相异的理念，可见于机械、电子、软件等各个行业，文中举的例子来自我比较熟悉的软件业。简洁与全面简洁与综合..._简约与智能

RTL8211E应用（一）之芯片功能介绍-程序员宅基地

文章浏览阅读6.6k次，点赞2次，收藏11次。TL8211E是Realtek瑞昱推出的一款高集成的网络接收PHY芯片，它符合10Base-T，100Base-TX和1000Base-T IEEE802.3标准，可以通过CAT 5 UTP电缆及CAT 3 UTP电缆传输网络数据，该芯片在网络通信中属于物理层，用于MAC与PHY之间的数据通信。目前有RTL8211E-VB-CG、RTL8211E-VL-CG、RTL8211EG-VB-CG等三个版本。主要应用于网络接口适配器，网络集线器，网关以及一些嵌入式设备当中。RTL8211E的主要功能特性包括_8211e

解决： Message: invalid selector: Compound class names not permitted报错的问题-程序员宅基地

文章浏览阅读2.4k次。对于出现消息：无效的选择器：不允许使用复合类名的问题？该页面解析：原始代码：self.driver.find_element_by_class_name('s-btn btn-ok').click()问题：代码出现如下清空：Traceback (most recent call last):File "D:\CollectionOverview\unittest\p..._message: invalid selector: compound class names not permitted

创建React App + Express 前后台交互项目_react 和express 如何交互-程序员宅基地

文章浏览阅读2.1k次。创建express app 全局安装 express-generator $ npminstall-g express-generator 创建express app $express react-backend 安装依赖包 $ npminstall目录：修改react-backend/routes/users.js, 返回简单的..._react 和express 如何交互

软件工程-图书馆管理系统_以开发图书馆为例,根据所学过的软件工程中的开发软件方法和步骤,完成需求分析阶段-程序员宅基地

文章浏览阅读3.2w次，点赞41次，收藏562次。随着计算机和网络技术的飞速发展，计算机的应用领域不断扩大。在现代大学图书馆管理系统中，如何为读者提供方便快捷的服务，提高图书的利用率等问题变得越来越突出。图书馆管理系统正是趋于这个目标而设计的。本文首先介绍了课题的研究目的及现状，给出课题的研究目标和意义；以MicroSoft Visio、Project、Rose、VSS、Power Designer为例学习计算机辅助软件工程工具的基本使用方法，在理论的基础上完成了系统的设计。本文主要包括以下几个方面：(1)进行系统需求分析，采用MicroSoft_以开发图书馆为例,根据所学过的软件工程中的开发软件方法和步骤,完成需求分析阶段

springCloud→Stream：实战_server.port = ${}-程序员宅基地

文章浏览阅读626次。SpringCloud Stream之消费者环境搭建测试环境搭建1、cloud-stream-rabbitmq-consumer88022、pom <dependencies> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-stream-_server.port = ${}