[問題] 虛擬變項問題

[lovealllive (檬檬果)]

各位高手您好

想請教一下，一些統計書上說在跑分析時，
所需要的樣本數通常為變項數量*10

那在做虛擬變項時，會把變項分成變成K-1個，
像性別可能沒問題，因為2-1個，還是一個變項
但像是年齡，可能會分成二個或三個變項，
那這時所需的樣本數是否也要增加？
統計基礎不強請包含。。。
感謝



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.89.166
※ 文章網址: http://www.ptt.cc/bbs/Statistics/M.1420292271.A.096.html
推 goshfju: 你解釋變數太多 可能就對導致自由度不夠扣
→ ethan0970: 你增加的是變數不是觀測值
→ ethan0970: 切的越細只是橫的變量增加，與直向的觀測值無關
→ ethan0970: 還有切太多要考量過度擬合的問題
→ yhliu: 類別解釋變數分類多, 當然要相應地增加樣本數.
→ yhliu: 以迴歸模型 n = 變項數*10 的 rule of thumb 而言, 若解釋
→ yhliu: 變項是類別的, 那麼參考準則的 "變項數" 是指虛擬變項個數.
→ yhliu: 不過, 除了總樣本數之考慮外, 還有樣本數在分類變項各分類
→ yhliu: 之分配型態要考慮. 如果某一解釋變項之某一分類樣本數太少,
→ yhliu: 也會產生一些不好的結果.