آموزش آمار آموزش تجزیه و تحلیل آماری آموزش تجزیه و تحلیل رگرسیون .
.
 

آیا می توان در مدل رگرسیون متغیرهای اسمی ( متغیرهای کیفی) را وارد معادله ی رگرسیون کرد؟
در بسیاری از مواردی که در تحلیل رگرسیونی با آنها مواجه می شویم نیاز است متغیرهای کیفی همچون جنسیت، فصل سال، وضعیت تحصیلات را وارد مدل رگرسیونی کنیم در این قسمت نشان می دهیم چگونه می توان متغیرهای مستقل کیفی را در مدل رگرسیونی قرار داد.
قبل از آن لازم است متغیر نشانگر را تعریف کنیم.
یک متغیر نشانگر 0 و 1 متغیری است که تنها دو مقدار ممکن 0 یا 1 را می پذیرد.
متغیر کیفی در مدل رگرسیونی، با یک یا چند متغیر نشانگر 0 و 1 نمایش داده می شود.
متغیری کیفی که دارای k رده ی دو به دو ناسازگار و فراگیر باشد برای معرفی در مدل رگرسیونی به k-1 متغیر نشانگر نیاز دارد.
هر متغیر نشانگر همراه با یک رده از متغیر کیفی است، بدین معنا که مقدار 1 را برای آن رده و 0 را برای رده های دیگر متغیر کیفی اختیار می کند. نتیجه اینکه، یک رده از متغیر کیفی وجود دارد که، هر یک از متغیرهای نشانگر برای آن مساوی 0 گذاشته می شوند. این رده را رده ی مرجع دستگاه متغیرهای نشانگر می نامند.
به عنوان مثال اگر یک متغیر کیفی با چهار سطح زیر دیپلم، دیپلم، لیسانس، فوق لیسانس و بالاتر داشته باشیم در مدل رگرسیونی به 3 متغیر نشانگر نیاز است. این متغیرهای نشانگر را با X1, X2, X3 نشان می دهیم و به صورت زیر تعریف می کنیم:

  آموزش تجزیه و تحلیل رگرسیون : استفاده از متغیرهای اسمی کیفی در مدل رگرسیون متغیرهای نشانگر
بنابراین، مقادیر عددی X1, X2, X3 به صورت زیر به چهار رده ی سطح تحصیلات مربوط می شوند.
  آموزش تجزیه و تحلیل رگرسیون : استفاده از متغیرهای اسمی کیفی در مدل رگرسیون متغیرهای نشانگر

در فایل داده ها به صورت زیر می شود.
  آموزش تجزیه و تحلیل رگرسیون : استفاده از متغیرهای اسمی کیفی در مدل رگرسیون متغیرهای نشانگر

  • تبدیل متغیرهای کیفی به متغیرهای نشانگر در نرم افزار minitab
  • مجله اینترنتی آموزش آمار و احتمال
    http://amar.ibep.ir