二分变量

本文解释什么是二分变量。因此，您将了解虚拟变量在统计学中的含义、虚拟变量的示例以及虚拟变量与线性回归之间的关系。

什么是二分变量？

在统计学中，二分变量是只能取两个值的变量。因此，二分变量只能具有 1 或 0 值，并且每个值对应于两个可能选项之一。

例如，一个人的性别是一个二分变量，因为它只能是男性或女性。

二分变量也称为二元变量。

此外，二分变量是一种特殊类型的统计变量，因为它既可以分为类别变量，也可以分为定性变量。

最后，为了帮助您记住二分变量的含义，该词来自前缀di- ，在希腊语中表示“二” 。

二分变量的示例

一旦我们了解了二分变量的定义，我们将看到此类变量的几个示例来完成对概念的理解。

• 实验的结果：可以是“成功”，也可以是“失败”。
• 一个人的健康状况：他们可以是“健康”或“生病”。
• 考试结果：获得的成绩可以分为“通过”或“未通过”。
• 问题的答案：如果问题只允许两个答案，例如“是”和“否”，则它是二分变量。
• 是否是独生子女：如果该人没有兄弟姐妹，二分变量为0，否则二分变量为1。
• 读过或未读过一本书的事实：它可以是“已读”或“未读”。
• 车间内汽车的状况：可以是“已修理”或“未修理”。
• 平局结果：只能是“正面”或“反面”。

请注意，连续变量也可以二分。例如，一群人的大小，是一个连续变量，如果只允许两个值：“大于1.80 m”或“小于或等于1.80 m”，则可以转化为二分变量。

二分变量和多分变量

在本节中，我们将了解什么是多分变量以及它与二分变量有何不同。

多分变量是一种可以采用三个或更多值的变量类型。例如，一个人最喜欢的颜色是一个多分变量，因为它可以是“黄色”、“红色”、“绿色”、“蓝色”、“紫色”等。

简而言之，这两类变量的根本区别在于它们可以取值的数量。

线性回归中的二分变量

在统计学中，虚拟变量非常有用，因为它们允许对名义数据进行编号。例如，虚拟变量用于在线性回归中包含名义数据。

因此，如果我们想研究一个人是男性还是女性这一事实是否会影响实验结果，我们可以使用虚拟变量将该特征包含在线性回归模型中（0 = 男性，1 = 女性）根据男性或女性区分数据。

此外，可以使用多个虚拟变量对具有两个以上可能类别的定性变量进行建模。具体来说，如果定性变量有m个类别，则必须添加m-1个虚拟变量以包含线性回归模型的所有选项。

要了解有关线性回归的更多信息，您可以查看我们网站上的文章。