哑变量(Y)

为什么哑变量设置后，总的有意义，而里面比较却无意义？

缘起
回归时，对无序5分类进行哑变量设置，设置了4个哑变量，分析结果显示总的哑变量是有意义的，而里面4个哑变量却都没有统计学意义。

原因辨析
1.在选择参照设置哑变量的时候，参照选择不正确。如果选择特征明显的作为参照，很可能剩下的就没有统计学意义。
解决办法：
进行最优尺度回归，然后再选择合适的参照。
补充：
最优尺度回归分析，英文简称CATREG，也称分类回归。　
主要用于解决分类变量，比如性别变量，男女没有大小、顺序、趋势区分，若直接纳入线性回归模型，则可能会失去自身的意义。
最优尺度回归擅长将分类变量不同取值进行量化处理，从而将分类变量转换为数值型进行统计分析。
可以说有了最优尺度回归方法，将大大提高分类变量数据的处理能力，突破分类变量对分析模型选择的限制，扩大回归分析的应用能力。
案例分析：
不同地区个体月收入的影响因子数据案例
数据结果：本次的数据呈现的结果是共计1072份，其中缺失为146份，实际有效为926份。
数据分析执行analyze/regression/optimal scaling（CATREG），
并在数据置入dependent variable的时候将收入置为“numeric”；
将城市置为“nominal”；将性别置为“nominal”；
将“学历”置为“ordinal”；将职业置为“nominal”；将婚姻状况置为“nominal”即可。
模型概要: 调整后的R方值为0.30，还是比较小，一般情况下，越靠近1，结果越好。
回归系数及显著性分析:
这里我们主要看显著性：
家庭月收入和城市所在地显著相关（F=7.126，P=0.001）；家庭月收入和学历显著相关（F=200.961，P=0.000）；
家庭月收入和职业显著相关（F=79.718，P=0.000）；家庭月收入和婚姻状况显著相关（F=18.632，P=0.000）；
家庭月收入和性别无显著相关性，其中P>0.05；
相关性和容差分析
从图中的重要性一栏中，可以看到，在月收入的影响中，学历是最重要的，职业次之，剩下依次为婚姻状况，城市和性别。
2.样本量是否合理，对于多因素回归分析，一般是10EPV原则。
3.你选择作为参照的那组（亚组）的样本量是否够大，只有够大，得到的结果才会稳健。
4.统计学的悖论，并不是所有统计分析的结果都是对的，统计结果的正确与否，要看设计是否合理，受试对象选择是否正确，数据获取是否可靠，分析方法是否正确等等。