Eine Dummy-Variable ist ein Variablentyp, den wir in der Regressionsanalyse erstellen, damit wir eine kategoriale Variable als numerische Variable darstellen können, die einen von zwei Werten annimmt: null oder eins.

Angenommen, wir haben den folgenden Datensatz und möchten das Alter und den Familienstand zur Vorhersage des Einkommens verwenden:

Dummy

Um den Familienstand als Prädiktorvariable in einem Regressionsmodell zu verwenden, müssen wir ihn in eine Dummy-Variable umwandeln.

Da es sich derzeit um eine kategoriale Variable handelt, die drei verschiedene Werte annehmen kann („Single“, „Verheiratet“ oder „Geschieden“), müssen wir k -1 = 3-1 = 2 Dummy-Variablen erstellen.

Um diese Dummy-Variable zu erstellen, können wir „Single“ als Basiswert verwenden, da dies am häufigsten vorkommt. So würden wir den Familienstand in Dummy-Variablen umwandeln:

Dummy

Dieses Tutorial bietet ein schrittweises Beispiel dafür, wie Sie Dummy-Variablen für genau diesen Datensatz in Excel erstellen und dann eine Regressionsanalyse mit diesen Dummy-Variablen als Prädiktoren durchführen.

Schritt 1: Erstellen Sie die Daten

Zuerst erstellen wir den Datensatz in Excel:

Dummyexcel

Schritt 2: Erstellen Sie die Dummy-Variablen

Als nächstes können wir die Werte in den Spalten A und B in die Spalten E und F kopieren und dann die WENN()-Funktion in Excel verwenden, um zwei neue Dummy-Variablen zu definieren: Verheiratet und Geschieden.

Dummy-Variablen in Excel

Hier ist die Formel, die wir in Zelle G2 verwendet haben und die wir in die restlichen Zellen in Spalte G kopiert haben:

=WENN(C2 = "Married", 1, 0)

Und hier ist die Formel, die wir in Zelle H2 verwendet haben und die wir in die restlichen Zellen in Spalte H kopiert haben:

=WENN(C2 = "Divorced", 1, 0)

Als Nächstes können wir diese Dummy-Variablen in einem Regressionsmodell verwenden, um das Einkommen vorherzusagen.

Schritt 3: Führen Sie eine lineare Regression durch

Um mehrere lineare Regression durchführen, müssen wir auf die Registerkarte Daten entlang der oberen Band klicken, dann Datenanalyse im Abschnitt Analyse:

Zweisampleexcel

Wenn diese Option nicht verfügbar ist, müssen Sie zuerst das Analysis Toolpak laden.

Klicken Sie im angezeigten Fenster auf Regression und dann auf OK.

Dummyexcel

Geben Sie als Nächstes die folgenden Informationen ein und klicken Sie dann auf OK.

Dummy-Variablen in Regression in Excel

Dies erzeugt die folgende Ausgabe:

Regression mit Dummy-Variablen in Excel

Aus der Ausgabe können wir sehen, dass die angepasste Regressionsgerade ist:

Income = 14,276.12 + 1,471.67*(age) + 2,479.75*(married) – 8,397.40*(divorced)

Wir können diese Gleichung verwenden, um das geschätzte Einkommen einer Person basierend auf ihrem Alter und Familienstand zu ermitteln. Zum Beispiel wird ein Einkommen von einer 35-jährigen und verheirateten Person auf 68.264 US-Dollar geschätzt:

Income = 14,276.12 + 1,471.67*(35) + 2,479.75*(1) – 8,397.40*(0) = $68,264

So interpretieren Sie die Regressionskoeffizienten aus der Tabelle:

  • Intercept: Der Schnittpunkt stellt das durchschnittliche Einkommen einer einzelnen Person dar, die null Jahre alt ist. Da eine Person nicht null Jahre alt sein kann, ist es in diesem speziellen Regressionsmodell nicht sinnvoll, den Abschnitt allein zu interpretieren.
  • Age: Jede Erhöhung des Alters um ein Jahr ist mit einer durchschnittlichen Einkommenssteigerung von 1.471,67 USD verbunden. Da der p-Wert (0,004) kleiner als 0,05 ist, ist das Alter ein statistisch signifikanter Prädiktor für das Einkommen.
  • Married: Eine verheiratete Person verdient im Durchschnitt 2.479,75 US-Dollar mehr als eine alleinstehende Person. Da der p-Wert (0,800) nicht kleiner als 0,05 ist, ist dieser Unterschied statistisch nicht signifikant.
  • Divorced: Eine geschiedene Person verdient im Durchschnitt 8.397,40 US-Dollar weniger als eine Einzelperson. Da der p-Wert (0,532) nicht kleiner als 0,05 ist, ist dieser Unterschied statistisch nicht signifikant.

Da beide Dummy-Variablen statistisch nicht signifikant waren, konnten wir marital status als Prädiktor aus dem Modell streichen, da er keinen Vorhersagewert für das Einkommen zu haben scheint.

Zusätzliche Ressourcen

So führen Sie eine einfache lineare Regression in Excel durch
So berechnen Sie die Residualsumme von Quadraten in Excel
So führen Sie eine polynomielle Regression in Excel durch
So erstellen Sie ein Residualdiagramm in Excel

Statistik: Der Weg zur Datenanalyse

* Amazon Affiliate Link


Das könnte Sie auch interessieren: