虚拟变量（dummy variable）也叫哑变量，翻译不同而已。因为dummy的含义有假的、虚拟的、哑的等各种含义，所以国内翻译也不一样。但是他们俩是一回事。

虚拟变量其实算不上一种变量类型（比如连续变量、分类变量等），确切地说，是一种将多分类变量转换为二分变量的一种形式。Dummy这个词意思是虚拟的、假的，所以dummy variable意思就是假的变量，不是真实的变量。那它到底虚拟在什么地方呢？我们通过一个例子来详细解释一下。

例：某研究者检测了四种不同类型社区（分别用0、1、2、3表示）的SO2情况。研究者欲分析社区类型是否与SO2水平有关系，或者说，不同社区类型的SO2水平是否不同。

该例子中，因变量SO2水平是一个定量资料，自变量社区类型是一个分类资料，分析方法可以考虑一般线性模型。

首先要强调一点，不管是一般线性模型还是广义线性模型，它们都是“线性”的，也就是说，只要你采用了这些模型，就已经默认了自变量与因变量之间的关系是线性的。所以，对于例中的数据，如果用一般线性模型，其结果如下图所示。

图中的意思是，随着社区类型从0到3之间的改变，SO2水平是线性增加的，增加的幅度（斜率）是207.8。也就是说，社区类型从0变为1，SO2增加207.8；社区类型从1变为2，SO2增加207.8；社区类型从2变为3，SO2增加207.8。

但我们会发现，事实并非如此。从0到1时，似乎增加的幅度更大；而从1到2时，似乎增加的幅度没有这么大。也就是说，207.8这个幅度，只是一个平均幅度，是从0到3增加的平均幅度。如果我们想具体了解从0到1、从1到2、从2到3真实的增加值，就需要用到虚拟变量了。