在建模中分類變量一般需要做啞變量處理，故答案為B。

在建立邏輯回歸模型時，啞變量處理（也稱為虛擬變量處理）通常用于處理分類變量，以便將其轉(zhuǎn)換為模型可以處理的數(shù)值形式。

對于您列出的影響因素：

A: 年齡 - 這是一個連續(xù)變量，不需要做啞變量處理。
B: 學(xué)歷 - 這是一個分類變量（如高中、本科、碩士等），需要做啞變量處理。
C: 五年內(nèi)是否有違約記錄 - 這是一個二元分類變量（是/否），可以直接使用0和1表示，不需要進(jìn)一步的啞變量處理。
D: 年支出 - 這是一個連續(xù)變量，不需要做啞變量處理。

因此，正確答案是：B: 學(xué)歷。

**專業(yè)分析：**

1. **年齡和年支出**：這兩個變量是連續(xù)的數(shù)值型變量，可以直接用于邏輯回歸模型，不需要進(jìn)行啞變量處理。

2. **學(xué)歷**：學(xué)歷是一個多類別的分類變量（例如，高中、?？?、本科、碩士、博士等），在邏輯回歸模型中，分類變量需要轉(zhuǎn)換成啞變量。例如，如果有三個類別（高中、本科、碩士），可以用兩個啞變量來表示：一個表示是否為本科，另一個表示是否為碩士，高中作為基準(zhǔn)類別。

3. **五年內(nèi)是否有違約記錄**：這是一個二元分類變量（是/否），可以直接用0和1表示。雖然技術(shù)上它也是一個分類變量，但因為它只有兩個類別，所以不需要進(jìn)一步的啞變量處理。

因此，只有學(xué)歷這個變量需要進(jìn)行啞變量處理，以便在邏輯回歸模型中使用。