假定个人服装支出同收入水平和性别有关，由于性别是具有两种属性（男、女）的定性因素，因此，用虚拟变量回归方法分析性别对服装支出的影响时，需要引入两个虚拟变量。
错
举一反三
- 假定顾客购买某商品的支出同收入水平和性别有关,由于性别(男、女)是分类变量,因此,用虚拟变量回归分析性别和收入对购买支出的影响时,需要引入两个虚拟变量。(<br/>)
- 假设服装需求与收入和性别有关，由于性别具有两种属性，因此，建立虚拟变量模型分析性别对服装需求的影响时，需要引入两个虚拟变量。
- 某商品需求函数为了考虑“地区”（农村、城市）和“性别”（男、女）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为：
- 某商品需求函数为了考虑“地区”(农村、城市)和“性别”(男、女)两个因素的影响,拟引入虚拟变量,则应引入虚拟变量的个数为: A: 2 B: 4 C: 5 D: 6
- 设某地区消费函数中消费支出不仅与收入x有关，而且与消费者的性别、年龄构成有关，若将性别分为男性、女性，年龄构成分为青少年、成年人和老年人3个层次。假设边际消费倾向不变，则考虑上述性别、年龄因素的影响时，该消费函数引入虚拟变量时 。 A: 保留常数项，设置2个虚拟变量 B: 保留常数项，设置3个虚拟变量 C: 保留常数项，设置5个虚拟变量 D: 无常数项，设置4个虚拟变量 E: 无常数项，设置5个虚拟变量
内容
- 0
解释变量包含一个两种以上类型的定性变量的回归时,定性变量由m种类型,依据虚拟变量设置规则可引入m个虚拟变量:
- 1
通过虚拟变量将定性因素引入多元线性回归模型,有无截距项将影响虚拟变量引入的个数。
- 2
在一个有截距项的模型中，被解释变量为居民消费 ,定量解释变量为居民收入，两个定性影响因素为性别和居民属性。性别可分为男性和女性，居民属性可分为城镇居民和农村居民。请问模型中应加入几个虚拟变量？
- 3
回归模型中引入虚拟变量主要是为了寻找某些定性因素对解释变量的影响。（ ）
- 4
如果在模型中需要引入性别和城乡的变量，一共应引入几个虚拟变量？ A: 1 B: 2 C: 4 D: 3