使用虛擬變數應用多元迴歸分析！

多元迴歸分析主要是依據數字等量化數據進行，但除了這些，其他非數字的事物也能被轉換成數字並加入分析中。這時候我們會用到「虛擬變數」這種方法。巧妙使用這個手法，能夠擴大多元迴歸分析的考量因素。

這次，我們來介紹虛擬變數的製作方法、應用範例，以及進行分析時的注意事項。

虛擬變數是什麼？

虛擬變數是將非數字數據轉化為數字的一種方法。具體來說，就是把非數字數據轉換為「0」和「1」的數列。

例如，為了觀察消費稅增稅對景氣的影響，可以把增稅前的期間設為「0」，增稅後設為「1」，這樣就能考慮增稅所引發的變化。

虛擬變數的製作方法大致分為兩種情況：二選一的情況（例如：包含／不包含）和多選的情況（例如：星期）。

將兩個選項中的一個轉為「0」，另一個轉為「1」。

為了易於識別，可以給每個虛擬變數命名。在計量經濟學領域中，常用「○○虛擬變數」來命名。

在這種情況下，可以依據包含的因素數量製作相應的虛擬變數。以星期為例，若要製作虛擬變數，

同樣地，若要觀察三種不同活動（A/B/C）的進行期間帶來的影響，則可以製作對應的虛擬變數：

真正進行分析時，會用到多種類型中的若干種「比包含數量少一個數」的虛擬變數（這是相關分析的細節，若同時使用所有變數，則分析結果的精度會極低）。

虛擬變數的製作非常簡單，但通過巧妙應用，可以對各種分析十分有幫助。以下展示一些具體分析案例。

利用星期的虛擬變數，可以分析「星期幾」的影響程度。以居酒屋為例，如果希望知道「在店前派發傳單的數量」對「來客數」的影響。

假設「星期五」來客數最高，那麼在「星期五」派發傳單時，傳單的效果可能因星期五的高來客數而變得模糊。

此時可以用「星期五」的虛擬變數來區分分析。通過排序「星期五」的虛擬變數，可以判斷是否是因為「星期五」或者是「派發傳單」導致來客數增加。

考慮電子報的轉換率的影響因素時，可以分析「時間段」這個因素。轉換率會受多種因素影響，但我們假設「傍晚發送電子報的反應會更好」。此時可將發送時間段加入分析。如9-12時虛擬變數、12-15時虛擬變數、15-18時虛擬變數分段的虛擬變數。

需注意，上述以3小時為單位的虛擬變數可能不是最合理的劃分。實際上，靈活應用虛擬變數是分析中的一個關鍵。例如，可以設置「上班時間段(8-9時)虛擬變數」、「午休時間段(12-13時)虛擬變數」、「回家時間段(19-20時)虛擬變數」這樣的三個虛擬變數，可能會更準確地反映數據的變化。

最後，我們可以在「不明原因但有特殊表現的數據」中設置虛擬變數。

這可能是最實用的方法。與前兩個案例中的假設分析不同，現實中經常有「原因不明的數據異常」出現在數據集中，這可能是數據採集錯誤，或某些罕見事件影響（例如颱風導致的週銷量劇減）。在這些情況下，可對該「例外」設置虛擬變數，以在分析中納入這些特殊性。如此一來，能同時處理整體趨勢與局部例外。

例如，考慮8月份的「冰淇淋銷量」受到「最高氣溫」、「降雨量」、「路過人數」的影響。在分析時，可發現8月27日銷量極低，8月16日至18日銷量異常增長。將這兩個「例外」排除後，可顯著提升分析精度，進而提高未來銷量預測的準確性。