回歸模型中如果解釋變量是分類變量應(yīng)該將這個(gè)分類變量轉(zhuǎn)化成若干個(gè)虛擬變量，虛擬變量的個(gè)數(shù)為類別數(shù)k，加入到回歸模型中的虛擬變量的個(gè)數(shù)最多為k-1個(gè)

在給定的選項(xiàng)中，正確的做法是：

C: 將企業(yè)性質(zhì)變量變?yōu)?個(gè)虛擬變量，然后在回歸模型中加入這5個(gè)虛擬變量中的4個(gè)變量到回歸模型中去。

### 分析：

1. **A: 建立logistic回歸模型**
Logistic回歸模型用于處理二分類問題，而題目中我們需要建立的是一個(gè)回歸模型用于預(yù)測(cè)連續(xù)的企業(yè)利潤(rùn)率，因此不適用logistic回歸。

2. **B: 無法將這個(gè)變量加入到回歸模型中去**
這是不正確的，因?yàn)榉诸愖兞靠梢酝ㄟ^適當(dāng)處理轉(zhuǎn)化為模型能夠識(shí)別的形式，從而納入回歸模型。

3. **C: 虛擬變量（Dummy Variables）**
- **虛擬變量介紹**：虛擬變量是用于將分類變量（如企業(yè)性質(zhì)）轉(zhuǎn)化為數(shù)值變量的方法。通過引入多個(gè)二進(jìn)制（0/1）變量來表示各個(gè)類別。
- **使用4個(gè)虛擬變量**：假設(shè)有5個(gè)類別，為避免多重共線性問題（即虛擬變量陷阱），在模型中只需包括\( k-1 \)個(gè)虛擬變量（這里是4個(gè)），而省略一個(gè)作為基準(zhǔn)類別。
- **模型解釋**：這樣做的好處是，模型中的每一個(gè)虛擬變量的系數(shù)表示與基準(zhǔn)類別企業(yè)性質(zhì)相比，對(duì)企業(yè)利潤(rùn)率的影響。

4. **D: 把企業(yè)性質(zhì)變成一個(gè)數(shù)值變量**
- 這種做法錯(cuò)誤地假設(shè)了類別之間存在某種順序或線性關(guān)系，從而可能導(dǎo)致模型錯(cuò)誤推斷。因此，不建議使用數(shù)值化的單一變量表示類別。

使用虛擬變量是常用且正確的做法，可以幫助模型正確理解并解釋類別變量所帶來的影響。這樣也能保證模型的線性假設(shè)不被破壞。