问题标签 [dummy-variable]

我有一个模型，它采用时间序列股票收益数据并按收益大小分类。类别的大小由标准差的数量定义。我目前使用 cut 函数来执行此操作，我的代码是：

这工作正常，一切似乎都很好。所以接下来我想做的是将这些划分视为 EGARCH 模型中的虚拟变量。我只是想以正常方式指定，但这不起作用。我使用的代码是：

我得到的错误是：

对我正在尝试做的事情的任何帮助将不胜感激。

因此，我在下面的代码尝试在 H 列中找到 WIP。如果我们找到 WIP：复制 3 个单元格并在下一列中的同一行或下一个可用行中复制它们的 10 个副本。

由于某种原因，代码仅针对第一个“WIP”值成功运行循环，然后停止运行。有人能看出为什么会这样吗？

谢谢你，奥利

子 Step1_update()

pandas.get_dummies每个分类值发出一个虚拟变量。是否有一些自动化的、简单的方法要求它只创建 N-1 个虚拟变量？（随便去掉一个“基线”变量）？

需要避免我们数据集中的共线性。

我有一个这样的数据表：

当第一个变量包含在第二个变量中时，我想创建一个为 1 的虚拟变量。我想要的输出是：

我的问题是访问第二列列表中的元素。我正在尝试类似的东西：

或者

这两个选项都是错误的。在第一种情况下，dummy 始终为 FALSE，在第二种情况下，unlist() 命令创建一个列表，其中包含所有列表中的元素（不仅来自相应的行）。

我还尝试了 lapply （比如这里在 R data.table 中创建虚拟变量）：

我认为这是正确的，但我遇到了速度问题，因为我有很多行。

有没有更快的选择？

我正在构建一个线性模型来评估距栖息地边界的距离对昆虫数量的影响。使用的设备存在一些差异，因此我将设备作为分类变量包括在内，以确保它对丰富度没有显着影响。

分类因子是 3 级，所以我要求 r 通过使用代码在 lm 中生成虚拟变量：

当我询问模型的摘要时，我可以看到两个级别及其系数。我假设这意味着 r 使用其中一个级别作为“标准”来比较其他级别的系数。

如何找到第三级的系数以查看它对模型的影响？

谢谢

我一直试图将一堆整数变量（值从 1 到 10，加上几个 NA）转换为相同数量的布尔变量，其中值 <=8 变为 FALSE，>8 变为 TRUE，NA 保持为NA。

基于周围的其他问答，我尝试了以下但没有任何效果：

我知道如何一次处理一个变量，但我的数据集有 64 个变量，我必须以 2 种不同的方式进行转换，因此只需 2 个步骤即可完成此操作的过程将非常有用。

我在 R 工作，我需要解决以下问题。我有以下格式的数据。

并且需要我的输出格式如下

试图将上述信息用于分类需求。请帮帮我。

我正在寻求以下问题的帮助。

假设我有一个指示变量：

我的指标变量要长得多，所以这不是一个具体问题。

我有兴趣编写一个执行以下操作的循环：

如果上述向量中连续的 1 小于 3，则保持为零。

即，我想删除 1 只有 1 或两个周期的频繁政权更迭。

因此，最终向量应如下所示：

任何有助于使这种动态的帮助将不胜感激！

网卡

假设我在一个稀疏矩阵上有一个训练有素的 glmnet 模型，该模型具有多个预测变量，其中包含不同级别的因子（以及因此不同数量的虚拟预测变量）。

转换虚拟系数/值或整体公式的最佳（最有效）方法是什么，就好像虚拟列不是稀疏格式（只有一列不同因素）？

编辑：我需要将虚拟系数及其斜率/值转换回每个级别具有不同斜率的单个系数。

我有以下数据：

现在，当我使用dummyor时dummy.data.frame，我可以成功地将因子（here Sexand Embarked）转换为这样的假人：

现在，如果我如何将它应用到Age它创建 100 多个假人的列上，一个用于每个唯一的年龄条目，一个用于NA. 我希望输出像

它会自动将缺失值视为不同的条目，并在出现因素时为其创建一个变量，但我希望在数值变量的情况下实现相同的目标，而不会妨碍列中已经存在的值。请帮忙。