Manekeno kintamasis yra kintamasis, naudojamas regresijos modelio kokybinėms reikšmėms paaiškinti.
Regresijos modeliai bando paaiškinti vieną kintamąjį pagal kitus. Pavyzdžiui, asmens atlyginimas, atsižvelgiant į jo amžių, išsilavinimą ir patirtį. Šiuos kintamuosius galima kiekybiškai įvertinti. Asmens amžių, išsilavinimą ir patirtį galima kiekybiškai įvertinti metų skaičiumi. Bet kas nutinka, kai turime kintamųjų, kurių negalima kiekybiškai įvertinti? Pavyzdžiui, plaukų spalva, šalis, kurioje gyvenate, arba lytis. Šios problemos sprendimas yra manekeno kintamuosiuose. Tai yra kintamieji, paprastai gaunantys dvejetaines reikšmes. Tai yra vertė nulis arba viena.
Pavyzdžiui, kintama lytis, mes sakėme, yra kokybinis kintamasis. Norėdami įtraukti jį į regresijos modelį, turite sukurti fiktyvų kintamąjį. Vadinsime kintamąjį „moteris“ taip:
Moteris = 1 (jei asmuo yra moteris)
Moteris = 0 (jei asmuo nėra moteris, tai yra vyras)
Šiuo atveju „žmogus“ laikomas pamatine kategorija arba pagrindine grupe.
Yra du manekeno kintamųjų tipai. Viena vertus, yra adityvūs manekeno kintamieji ir, kita vertus, yra dauginamieji manekeno kintamieji.
Regresijos analizėPriedo manekeno kintamasis
Priedo manekeno kintamasis surenka fiksuotą pokytį. Šis pokytis veikia tik pastovų lygties terminą. Pavyzdžiui, modelis, kurio tikslas - paaiškinti atlyginimus pagal lytį ir išsilavinimo metus. Mes galime pateikti lygtį kaip nuorodą į vyrus (antroji lygtis) arba kaip nuorodą į moteris (pirmoji lygtis):
Grafinis lygčių pavaizdavimas būtų toks: Jei vyrai turėtų didesnes algas, imdami adityvų manekeno kintamąjį, modelis būtų pateiktas kaip ankstesnis vaizdas.
Jūsų atveju, jei moterys turėtų didesnius atlyginimus nei vyrai, imant papildomą manekeno kintamąjį, modelis būtų pateiktas grafiškai kaip ankstesnis vaizdas.
Kiekybinis skirtumas tarp mėlynos linijos (vyrų) ir oranžinės linijos (moterų) bus lygus kintamojo vertei «Moterys"arba"Vyrai»Pagal pasirinktą modelį. Šiuo atveju, atsižvelgiant į papildomus manekeno kintamuosius, atlyginimų skirtumas nepriklauso nuo studijų lygio. Kitaip tariant, atlyginimų skirtumas priklauso tik ir tik nuo lyties.
Daugkartinis manekeno kintamasis
Daugybinis manekeno kintamasis fiksuoja vyrų ir moterų lygčių nuolydžio pokytį. Tęsdami ankstesnį pavyzdį, mes turime:
Grafiškai galimas vaizdavimas būtų:
Šiuo atveju modelis mums pasakytų du dalykus. Visų pirma, moterų atlyginimai yra mažesni nei vyrų. Antra, kad papildomi mokslo metai vyrams moka geriau nei moterys. Mes tai žinome, nes mėlynosios linijos (vyrų) nuolydis yra didesnis nei oranžinės (moterų).
Jei papildomi mokslo metai būtų geriau apmokami moterims, tada oranžinės linijos (moterys) nuolydis būtų didesnis. Ir mėlyna linija (vyrai) būtų žemiau.
Statistinis kintamasis