我们通常会将原始的多分类变量转化为哑变量，每个哑变量只代表某两个级别或若干个级别间的差异，通过构建回归模型，每一个哑变量都能得出一个估计的回归系数，从而使得回归的结果更易于解释，更具有实际意义。

作为连续型变量，本身就自带七十二变的属性，本期内容我们继续来向大家介绍一下，在构建回归模型时，连续型变量还有哪些其他神奇的变化形式。

提到不同变量的效应大小，大家一定会联想到在多因素回归模型中所得到的回归系数，有的问题需要借助标准化回归系数来进行判断，今天我们就来向大家介绍一下，在回归模型中这个标准化回归系数到底是个什么鬼？

可以用标准化回归系数！标准化回归系数是在对自变量和因变量同时进行标准化处理后所得到的回归系数，数据经过标准化处理后消除了量纲、数量级等差异的影响，使得不同变量之间具有可比性，因此可以用标准化回归系数来比较不同自变量对因变量的作用大小。