一、虚拟变量模型包括？
虚拟变量模型是用以反映质的属性的一个人工变量，是量化了的质变量，通常取值为0或1。
引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到俩个方程的作用，而且接近现实。
例如，反映文程度的虚拟变量可取为：1:本科学历；0：非本科学历
一般地，在虚拟变量的设置中：基础类型、肯定类型取值为1；比较类型，否定类型取值为0。
虚拟变量模型的作用:
1、分离异常因素的影响。
2、检验不同属性类型对因变量的作用，例如工资模型中的文化程度、季节对销售额的影响。
3、提高模型的精度，相当与将不同属性的样本合并，扩大了样本容量（增加了误差自由度，从而降低了误差方差）
虚拟变量模型设置的原则:
在模型中引入多个虚拟变量时，虚拟变量的个数应按下列原则确定：
1）如果有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量，否则会导致多重共线性。
称作虚拟变量陷阱。例如，性别有2个互斥的属性，引用2-1=1个虚拟变量；再如，文化程度分小学、初中、高中、大学、研究生5类，引用4个虚拟变量。
2）关于定型变量中哪个取0哪个取1是任意的，不影响检验结果。
3）若定型变量取值为0，所对应的类别称为基础类别。
4)对于多于两个类别的定型变量可采用设一个虚拟变量，而对于不同类别采取赋值不同的方法处理。
二、虚拟变量怎么设置？
虚拟变量通常是对无序分类资料而言。在线性回归中，如果自变量中有分类变量，那么一定要事先把这些分类变量事先重新编码，生成多个二分类虚拟变量。
在模型中引入多个虚拟变量时，虚拟变量的个数应按下列原则确定：
（1）如果回归模型有截距项
有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量。
（2）如果回归模型无截距项，有m个特征，设置m个虚拟变量
虚拟变量在计算广告和信用评分中很常用。
三、虚拟变量对应的变量叫什么？
虚拟变量 虚拟变量又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量,是量化了的质变量，通常取值为0或1。
引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到俩个方程的作用，而且接近现实。
例如，反映文程度的虚拟变量可取为：
1:本科学历；
0：非本科学历 一般地，在虚拟变量的设置中：基础类型、肯定类型取值为1；比较类型，否定类型取值为0。 模型中引入虚拟变量的作用 1、分离异常因素的影响，例如分析我国GDP的时间序列，必须考虑“文革”因素对国民经济的破坏性影响，剔除不可比的“文革”因素。
2、检验不同属性类型对因变量的作用，例如工资模型中的文化程度、季节对销售额的影响。
3、提高模型的精度，相当与将不同属性的样本合并，扩大了样本容量（增加了误差自由度，从而降低了误差方差） [编辑]虚拟变量设置的原则 在模型中引入多个虚拟变量时，虚拟变量的个数应按下列原则确定： 如果有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量。
例如，性别有2个互斥的属性，引用2-1=1个虚拟变量；再如，文化程度分小学、初中、高中、大学、研究生5类，引用4个虚拟变量。
四、虚拟变量经济意义？
虚拟变量的经济意义如下：
1. 可以描述和测量定性因素的影响；
2. 能够正确反映经济变量之间的关系，提高模型的精度；
3. 便于处理异常数据
虚拟变量设置的原则如下：在模型中引入多个虚拟变量时，虚拟变量的个数应该按照下列原则确定：
1. 如果回归模型有截距项，有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量；
2. 如果回归模型无截距项，有m个特征，设置m个虚拟变量。
供参考。
五、虚拟变量的符号？
虚拟变量也称哑元变量、定性变量，一般字母D或者DUM表示
六、年份虚拟变量怎么设置？
比如你的变量叫做REG1，针对2010年。
你同时还有一个变量叫YEAR，里面是每一个变量对应的年数。那么用以下命令，你能生成一个新的变量，只有当对应的YEAR变量为你想要的2010年时，数值取值为1，其他的都取值为0：genREG1=(YEAR==2010)。
还有一种方法更加方便，就是用TABULATE命令。
如果你的变量YEAR非常的规则，比如1990-2010年。共有21个年份。没有其他的比如小数、无理数之类的乱七八糟的数。
那么tabulateYEAR,gen(REG)会直接生成21个变量，REG1，REG2，....REG21。
REG1就是当YEAR=1990时取值为1，其他时候取值为0.类似的REG2就是当YEAR=1991时取值为1，其他时候取值为0.。。。。
七、process怎么设置虚拟变量？
process设置虚拟变量的方法是将变量转化成取值为1和0的虚拟变量，将虚拟变量放入回归变量中。
将虚拟变量放入回归中，一定要少放一个虚拟变量，否则系统会提示存在多重共线性问题。
原因在于虚拟变量包括数字0和1；0是对比参考项。如果2个类别都放入了，就没有参考类别了。
在回归分析中，自变量X既可以是定量数据也可以定类数据，设置虚拟变量可通过SPSSAU，它可直接一步生成虚拟变量。
回归分析计算时是将所有自变量X视为数字，但当数据为定类数据时，此时数字代表类别，数字大小本身没有比较意义。因此，这类数据在做回归分析时，需要设置成虚拟变量才能纳入回归分析正确分析数据。
通常情况下，回归分析，逐步回归，分层回归，Logistic回归，PLS回归等这类影响关系研究的方法时，才可能涉及到虚拟变量设置。其它分析方法并不会涉及。
八、如何生成时间虚拟变量？
生成时间虚拟变量，举例如下:
比如变量叫做REG1，针对2010年。同时还有一个变量叫YEAR，里面是每一个变量对应的年数。那么用以下命令，能生成一个新的变量，只有当对应的YEAR变量想要的2010年时，数值取值为1，其他的都取值为0 ： gen REG1 = (YEAR==2010)。
还有一种方法更加方便，就是用TABULATE命令。如果变量YEAR非常的规则，比如1990-2010年。共有21个年份。没有其他的比如小数、无理数之类的乱七八糟的数。那么
tabulate YEAR, gen(REG)
会直接生成21个变量，REG1，REG2，....REG21。REG1就是当YEAR =1990时取值为1，其他时候取值为0.类似的REG2就是当YEAR =1991时取值为1，其他时候取值为0。
九、什么是虚拟回归变量？
回归分析时自变量全部是虚拟变量并没有问题，但需要注意分析的时候文字的描述为“相对**，如何如何”，而不是能X对Y产生正向影响关系。网页spss就是spssau里面有回归分析，并且有智能文字分析，以及虚拟变量问题里面也有具体更详细的说明。
十、虚拟变量的赋值原则
在模型中引入多个虚拟变量时，虚拟变量的个数应按下列原则确定：
1）如果有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量，否则会导致多重共线性。称作虚拟变量陷阱。 例如，性别有2个互斥的属性，引用2-1=1个虚拟变量；再如，文化程度分小学、初中、高中、大学、研究生5类，引用4个虚拟变量。
2）关于定型变量中哪个取0哪个取1是任意的，不影响检验结果。
3）若定型变量取值为0，所对应的类别称为基础类别。
4)对于多于两个类别的定型变量可采用设一个虚拟变量，而对于不同类别采取赋值不同的方法处理。
