在構(gòu)建回歸模型時(shí)，如果自變量X為連續(xù)性變量，回歸系數(shù)β可以解釋為：在其他自變量不變的條件下，X每改變一個(gè)單位，所引起的因變量Y的平均變化量；如果自變量X為二分類(lèi)變量，例如是否飲酒（1=是，0=否），則回歸系數(shù)β可以解釋為：其他自變量不變的條件下，X=1（飲酒者）與X=0（不飲酒者）相比，所引起的因變量Y的平均變化量。 但是，當(dāng)自變量X為多分類(lèi)變量時(shí)，例如職業(yè)、學(xué)歷、血型、疾病嚴(yán)重程度等等，此時(shí)僅用一個(gè)回歸系數(shù)來(lái)解釋多分類(lèi)變量之間的變化關(guān)系，及其對(duì)因變量的影響，就顯得太不理想。 此時(shí)，我們通常會(huì)將原始的多分類(lèi)變量轉(zhuǎn)化為啞變量，每個(gè)啞變量只代表某兩個(gè)級(jí)別或若干個(gè)級(jí)別間的差異，通過(guò)構(gòu)建回歸模型，每一個(gè)啞變量都能得出一個(gè)估計(jì)的回歸系數(shù)，從而使得回歸的結(jié)果更易于解釋?zhuān)哂袑?shí)際意義。 啞變量 啞變量（Dummy Variable），又稱(chēng)為虛擬變量、虛設(shè)變量或名義變量，從名稱(chēng)上看就知道，它是人為虛設(shè)的變量，通常取值為0或1，來(lái)反映某個(gè)變量的不同屬性。對(duì)于有n個(gè)分類(lèi)屬性的自變量，通常需要選取1個(gè)分類(lèi)作為參照，因此可以產(chǎn)生n-1個(gè)啞變量。 將啞變量引入回歸模型，雖然使模型變得較為復(fù)雜...