Мысалы, кейде еркек және әйел етегiнiң сапалы айнымалы инвесторлары бiр немесе көбiрек регрессиялық үлгiге қосынды керек. Ылғи бiр мәлiметтерге альтернативтi қажет ете алады. Мысалы, егер акциялар бойынша серiктестiктiң өлшемi және айлық табыстардың арасындағы өзара байланыс тексерсе, қажет қосынды қаңтар ай ұсынатын сапалы айнымалы бола алады, сылтаумен бағалы қағаздар бойынша табыстардың уақытша қатарларында "қаңтар эффектісі" сылтаумен әйгiлi. Егер бiз қаңтар бақылауларын қарасақ бұл сапалы өзге бақылау болса, "Қаңтар эффектісi" - бұл акциялар бойынша орташа табыс болған қорытушы әсiресе ептеген серiктестiктердiң феноменi, басқа айларда, сайып келгенде, оған қарағанда фиктивті айнымалы (D) жасауға мүмкiндiк бередi сапалы айырмашылық тәрiздi қаңтарда жоғары орташа.

Фиктивті айнымалысы талданатын мәлiметтерге үкiметтiң саясатының өзгерiстерiнiң сапалы эффекттерiнiң әсердiң бейнесi үшiн сонымен бiрге қолданылады. Мысалы, деңгейде фондылық индекстi валютаның әсерлерi зерттеуде валюта валюталық блоктен кiрiп немесе шығатын мәлiметке қабылдау керек.

Жалған айнымалысы екi түрлерде болады - жылжу және көлбеу. Жалған айнымалы жылжу - бұл қолданылған жағдайдағы ординаталардың бiлiгi бар регрессияның сызығының қиылысу нүктесiн сапалы айнымалы өзгертетiн айнымалы. Жалған айнымалы көлбеу - бұл қолданудың жағдайындағы регрессияның сызығының көлбеуi сапалы айнымалы өзгертетiн та айнымалы. Екi түр жалған айнымалы мәнi +1 немесе -1 болады, мәлiметтердiң бақылауы лайықты сандық айнымалы дәл келетiнде, бiрақ бұл сапалы айнымалы болмайтын бақылаулармен сәйкес келуде нөлдiк мәнi болады.

Жалған айнымалы жылжуды мысал келтiру үшiн "Қаңтар эффектісi" жаңадан қарап шығамыз. Серiктестiктiң өлшемi және инвесторлардың табыстарының арасындағы өзара байланыс тексерулер үшiн ай ар жағында серiктестiктiң акциялары бойынша табыстарға әрбiр айға серiктестiктiң өлшем жататын мәлiметтер сол қажеттi және (қаңтар) сапалы айнымалы. "Қаңтар" айнымалылары барлық басқа айлар үшiн қаңтардың бақылаулары және нөлмен үшiн бірлік жалған айнымалы мәнмен елестетедi. Кросс-регрессясы - қаңтарға серiктестiктiң шақтасына айлық табыстардың секциясы және қатынастарға осылай көрiнедi:

r_i=α+β_t 〖өлшемі〗_t+β_2 D+e_t

Мұндағы D – бірге тең, бақылау кезінде табыс пен өлшемі каңтарға қатысты болса, және нолге, онда бұл бақылаулар басқа айларға жатады.
Жалған айнымалы көлбеудiң иллюстрациялары үшiн инвестициялық менеджерлердiң қызметiнiң тиiмдiлiгiн қарап шығамыз. Егер олар уақыттың таңдауы бойынша дағдылар нарыққа алса, олардың портфелдерi бойынша табыстар тез өсуi немесе нарық бойынша негiзiнде аз құлауы керек.
Осындай жағдайды Хенрикссон мен Мертон 1981 жылы қолданған, сызықтық регрессияла фиктивті айнымалыларды келесі формадай қолданған:

r_p-r_f=α+β(r_m-r_f )+c[D(r_m-r_f ) ]+e_p

Мұндағы r_p-r_f портфель бойынша табыстың ауытқуы
r_m-r_f - нарық бойынша табыстың ауытқуы
Фиктивті айнымалы D нолге тең, нарық бойынша табыс көп болса, тәуекелсіз r_f ставкаға қарағанда, және нарықтық табыс деңгейі тәуекелсіз ставка аз болса -1 тең болады.
Бұл келесідей болады:

r_p-r_f=α+β(r_m-r_f )+e_p

Егер портфель бойынша табыс тәуекелсіз ставкадан кіші болса, D=-1, онда келесідей кысқарады:

r_p-r_f=α+(β-c)(r_m-r_f )+e_p

Осы жерде β регрессия коэффициенті болғанда, жалпы нарық табысы тәуекелсіз ставкадан көп болса, ал егер нарықтық табыс тәуекелсіз ставкадан кіші болса (β-c) β портфеліне сәйкес келеді, сонда C – бұл нарықтағы менеджердің уақыт бойынша таңдауы бар екеінін көрсететін екі коэффициент арасындағы ауыспалылық. Егер C оң болса, регрессия сызығының қисығы дөңес болады, С нолдікке қарағанда.

Жалған айнымалысы қолданыла алады бiр сапалы айырмашылық айнымалы бетер көп. Мысалы, мәлiметтердiң маусымдық ауытқулары. Егер бiз бағалы қағаздар бойынша табыстар сәуiрдегi жылдың наловогосының аяқтауы артынан Ұлыбританияда қаңтар және сәуiрлерде сапалы айырмашылығы болатынын болжасақ, онда айлық табыстардың арасындағы қатынас зерттеуi үшiн және өлшеммен екi жалған айнымалы керексидi.