Indikatorvariablen

Indikatorvariablen, auch Dummy-Variablen genannt, sind binäre Variablen, die 1 oder 0 annehmen, um das Vorhandensein oder Nichtvorhandensein eines Merkmals zu kodieren. Sie dienen dazu, qualitative Eigenschaften in mathematische Modelle zu überführen.

In der Praxis werden Indikatorvariablen verwendet, um kategoriale Merkmale in Regressionsmodelle einzubeziehen. Beispiele sind Geschlecht (weiblich = 1, männlich = 0), Region (z. B. Ost oder West) oder die Zugehörigkeit zu einer Gruppe oder Teilnahme an einer Behandlung. Bei Merkmalen mit mehr als zwei Kategorien lassen sich mehrere Indikatorvariablen bilden (Dummy-Codierung oder One-Hot-Codierung), wobei eine Kategorie als Referenz belassen wird.

In der Modellinterpretation bedeutet der Koeffizient einer Indikatorvariablen die erwartete Differenz der abhängigen Größe zwischen der betrachteten Kategorie und der Referenzkategorie, unter Kontrolle anderer Variablen. Indikatorvariablen können auch in Interaktionen mit anderen Variablen verwendet werden, um heterogene Effekte abzubilden.

Wichtige Hinweise umfassen, dass bei mehreren Indikatorvariablen auf Multikollinearität geachtet werden muss; oft wird eine Kategorie entfernt, um die sogenannte Dummy-Trap zu vermeiden. Für ordinale Merkmale gibt es alternative Kodierungen, die sinnvoller sein können. Indikatorvariablen ermöglichen klare, interpretierbare Effekte, bleiben jedoch auf die codierte Information beschränkt.