Log de las variables ficticias

Question

Tengo un montón de variables ficticias y algunas de ellas al intentar obtener los gráficos de dispersión están colapsadas en la línea horizontal. Es difícil ver cualquier relación. Sé que en teoría deberían mostrar alguna correlación con las variables clave. Winsorizing no ayudó mucho. ¿Es correcto obtener el logaritmo de las variables ficticias sólo para esas variables específicas? ¿Qué opinan de esto? Adjunto una imagen de stata

Answer 1

Una variable ficticia es una variable binaria, que no necesita ser registrada. Puede utilizarlas tal cual. Además, si la variable es 1 para un resultado determinado y cero en caso contrario, al tomar los registros convertirá su variable en 0 y en un valor perdido porque el registro de 0 no existe.

---

actualización: En lugar de un gráfico, por qué no calcular simplemente los coeficientes de correlación por pares. Aquí hay un ejemplo usando Stata

. sysuse auto, clear
(1978 Automobile Data)

. * Create a dummy variable
. gen byte big= weight>3020

. ta big

        big |      Freq.     Percent        Cum.
------------+-----------------------------------
          0 |         35       47.30       47.30
          1 |         39       52.70      100.00
------------+-----------------------------------
      Total |         74      100.00

. * Correlate big with price
. pwcorr big price

             |      big    price
-------------+------------------
         big |   1.0000 
       price |   0.3469   1.0000 

Both are positively correlated.

. * Add a other dummy and compute new correlations

    pwcorr price foreign big

             |    price  foreign      big
-------------+---------------------------
       price |   1.0000 
     foreign |   0.0487   1.0000 
         big |   0.3469  -0.5682   1.0000