用SPSS创建虚拟变量/哑变量

未来之歌

SPSS【转换】菜单下的【创建虚变量】功能，可以将分类变量转换为虚拟变量，在线性回归中如果遇到无序分类变量的自变量，此时这个菜单就可以派上用场了，可以帮助用户快速完成哑变量处理。
举个例子

血型分为A、B、AB、O型，4种血型是平行的。如果我们在SPSS中录入一个血型的变量，为了参与后续的统计分析，通常是用数字1、2、3、4来编码，此时对于SPSS软件来说，1、2、3、4就是一个等间距的数字，这显然不符合血型的实际状况，因此需要进行哑变量的转换。

从概念上，一个有n水平的分类变量，需要选定一个属性作为参照，最终生成n-1个哑变量。而在SPSS的【创建虚变量】菜单中，它会自动生成n个虚变量，所以需要我们手动删去选定参照的一个。

【创建虚变量】主对话框：

来看SPSS默认的虚拟变量结果：

血型作为一个无序分类变量，有4个水平，n=4，SPSS会默认生成4个虚拟变量。这时候要注意，这是没有设定参照的虚拟变量，而在哑变量的应用中，一个n水平的分类变量，需选定一个分类水平作为参照，生成n-1个哑变量。

所以，接下来我们需要选定一个水平作为参照，选谁呢？一般情况可以选择数字编码的第一个或最后一个，也可以根据专业、特殊要求来选择。O型血相对较特殊，咱们就选O型作为参照，也就是最后一个虚拟变量【血型_4】，将其直接删去 。

删去【血型_4】后，保留下来的【血型_1】【血型_2】【血型_3】即为我们要得到的哑变量。此时，完成将一个分类变量转换为哑变量的操作。

从上图来看，哑变量【血型_1】中出现数字1的即对应A型血，【血型_2】中出现数字1的即为B型，【血型_3】中出现数字1的即为AB型，而三个哑变量同时编码为数字0时（参照）对应的O型。

哑变量的含义表示相较于参照（O型血）的差异，这一点也需要知道。

ximenyan

谢谢，