Aprendi que, para criar um modelo de regressão, precisamos cuidar de variáveis categóricas convertendo-as em variáveis fictícias. Como exemplo, se, em nosso conjunto de dados, houver uma variável como local:
Location
----------
Californian
NY
Florida
Temos que convertê-los como:
1 0 0
0 1 0
0 0 1
No entanto, foi sugerido que temos que descartar uma variável dummy, não importa quantas variáveis dummy existem.
Por que precisamos descartar uma variável dummy?
3
Como o terceiro manequim pode ser explicado como a combinação linear dos dois primeiros: FL = 1 - (CA + NY).
—
Chaind
@chainD, mas qual é a explicação para mais de três variáveis dummy?
—
Mithun Sarker Shuvro
Qualquer que seja o total, será apenas 1 a menos que o número total de categorias que você possui. Estendendo seu exemplo, digamos que todos os 50 estados foram representados no conjunto de dados. Para um determinado indivíduo, digamos que você observe os primeiros 49 manequins que são todos zeros, então você sabe que o último manequim é 1 mesmo sem olhar (supondo que todos no conjunto de dados sejam de um dos 50 estados). Em outras palavras, as informações do último manequim já estão contidas no resultado dos primeiros 49, por assim dizer.
—
Chaind
@chainD obrigado
—
Mithun Sarker Shuvro
se não é primavera, nem verão e nem outono, então é inverno!
—
1958 Stev