1. 對(duì)于無序多分類變量，引入模型時(shí)需要轉(zhuǎn)化為啞變量

舉一個(gè)例子，如血型，一般分為A、B、O、AB四個(gè)類型，為無序多分類變量，通常情況下在錄入數(shù)據(jù)的時(shí)候，為了使數(shù)據(jù)量化，我們常會(huì)將其賦值為1、2、3、4。

從數(shù)字的角度來看，賦值為1、2、3、4后，它們是具有從小到大一定的順序關(guān)系的，而實(shí)際上，四種血型之間并沒有這種大小關(guān)系存在，它們之間應(yīng)該是相互平等獨(dú)立的關(guān)系。如果按照1、2、3、4賦值并帶入到回歸模型中是不合理的，此時(shí)我們就需要將其轉(zhuǎn)化為啞變量。

2. 對(duì)于有序多分類變量，引入模型時(shí)需要酌情考慮

例如疾病的嚴(yán)重程度，一般分為輕、中、重度，可認(rèn)為是有序多分類變量，通常情況下我們也常會(huì)將其賦值為1、2、3（等距）或1、2、4（等比）等形式，通過由小到大的數(shù)字關(guān)系，來體現(xiàn)疾病嚴(yán)重程度之間一定的等級(jí)關(guān)系。

但需要注意的是，一旦賦值為上述等距或等比的數(shù)值形式，這在某種程度上是認(rèn)為疾病的嚴(yán)重程度也呈現(xiàn)類似的等距或等比的關(guān)系。而事實(shí)上由于疾病在臨床上的復(fù)雜性，不同的嚴(yán)重程度之間并非是嚴(yán)格的等距或等比關(guān)系，因此再賦值為上述形式就顯得不太合理，此時(shí)可以將其轉(zhuǎn)化為啞變量進(jìn)行量化。

3. 對(duì)于連續(xù)性變量，進(jìn)行變量轉(zhuǎn)化時(shí)可以考慮設(shè)定為啞變量

對(duì)于連續(xù)性變量，很多人認(rèn)為可以直接將其帶入到回歸模型中即可，但有時(shí)我們還需要結(jié)合實(shí)際的臨床意義，對(duì)連續(xù)性變量作適當(dāng)?shù)霓D(zhuǎn)換。例如年齡，以連續(xù)性變量帶入模型時(shí)，其解釋為年齡每增加一歲時(shí)對(duì)于因變量的影響。但往往年齡增加一歲，其效應(yīng)是很微弱的，并沒有太大的實(shí)際意義。

此時(shí)，我們可以將年齡這個(gè)連續(xù)性變量進(jìn)行離散化，按照10歲一個(gè)年齡段進(jìn)行劃分，如0-10、11-20、21-30、31-40等等，將每一組賦值為1、2、3、4，此時(shí)構(gòu)建模型的回歸系數(shù)就可以解釋為年齡每增加10歲時(shí)對(duì)因變量的影響。

以上賦值方式是基于一個(gè)前提，即年齡與因變量之間存在著一定的線性關(guān)系。但有時(shí)候可能會(huì)出現(xiàn)以下情況，例如在年齡段較低和較高的人群中，某種疾病的死亡率較高，而在中青年人群中，死亡率卻相對(duì)較低，年齡和死亡結(jié)局之間呈現(xiàn)一個(gè)U字型的關(guān)系，此時(shí)再將年齡段賦值為1、2、3、4就顯得不太合理了。

因此，當(dāng)我們無法確定自變量和因變量之間的變化關(guān)系，將連續(xù)性自變量離散化時(shí)，可以考慮進(jìn)行啞變量轉(zhuǎn)換。

還有一種情況，例如將BMI按照臨床診斷標(biāo)準(zhǔn)分為體重過低、正常體重、超重、肥胖等幾種分類時(shí)，由于不同分類之間劃分的切點(diǎn)是不等距的，此時(shí)賦值為1、2、3就不太符合實(shí)際情況，也可以考慮將其轉(zhuǎn)化為啞變量。