Regression
整數數據：分類還是連續？
我想知道整數預測器數據是否應該被視為分類（因此需要編碼）或連續的。例如，如果給定預測變量的範圍
X是 1 到 230 之間的所有整數，我可以將其視為連續變量，還是應該對其進行編碼以獲得 230 個（或者可能是 229 個）新的虛擬變量？分析的最終目標是執行回歸或分類。
一般來說，兩者都不合適。整數是離散的，不是連續的，但是將它們視為名義類別會丟棄大部分信息，甚至將它們視為序數可能會丟失很多。
在某些情況下，一種或另一種可能沒問題，但將它們按原樣處理幾乎總是更好 - 例如，如果數據是計數，則使用適合計數的分析。
例如，假設您想對計數數據執行回歸；有許多計數回歸模型，包括（但不限於）泊松、二項式和負二項式回歸。
在整數 IV（預測器）的情況下，不需要對整數做任何事情，就像對某些連續預測器做任何事情一樣——至少不是基於它們是整數。
在整數預測變量和連續預測變量的情況下，關鍵是您對預測變量如何與響應相關的理解（無論是從理論、先前的研究還是其他方式），而不是它們是整數的事實。