1.什么是Dummy Coding（虚拟编码）
虚拟编码为不同的估计模型提供了一种使用分类变量的方法，比如线性回归模型。当自变量中存在无序多分类的变量，比如血型，分为A、B、O、AB，因为它们之间不存在等级关系，所以在引入回归时，不能直接用1、2、3、4来表示，需要将血型转化为哑变量，并且要设置一个参照。虚拟编码使用0或1来表达所有类别的必要信息，这些取值并不代表数量的大小，仅仅表示不同的类别。
2.为什么要使用虚拟编码
虚拟编码中的变量又叫哑变量、虚设变量、名称变量（Dummy variables）。用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到俩个方程的作用，而且接近现实。
引入哑变量的目的是将不能够定量处理的变量量化，如职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。这种“量化”通常是通过引入“哑变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，记为D。
模型中引入虚拟变量的作用
1、分离异常因素的影响，例如分析我国GDP的时间序列，必须考虑“文革”因素对国民经济的破坏性影响，剔除不可比的“文革”因素。
2、检验不同属性类型对因变量的作用，例如工资模型中的文化程度、季节对销售额的影响。
3、提高模型的精度，相当于将不同属性的样本合并，扩大了样本容量（增加了误差自由度，从而降低了误差方差）。
详情参照
https://blog.csdn.net/chduan_10/article/details/79615634