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。例如，我们假设自变量分别为身高和体重，根据回归系数很容易就知道每增加1cm的身高或每增加1kg的体重，引起的对因变量Y的影响大小，但是两者相比之下，到底谁的作用大谁

当我们无法很好地确定自变量和因变量之间的线性变化关系时，也需要考虑将连续型变量离散化，转化为哑变量带入模型。应该如何有效的进行分组，将其转化为哑变量的形式呢？

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。

多重线性回归，残差不满足方差齐性怎么办？我们可以采用加权最小二乘法（WLS）的方法来进行模型估计，即在模型拟合时，根据数据变异程度的大小赋予不同的权重