如何获取回归模型中分类因素所有级别的参数？
我正在做逐步回归来研究某些参数对工资的影响。 所以：
因变量为：工资
自变量为：性别、yrs_in_rank、URM_NonURM、教授、副教授、助理教授、讲师和讲师（教授、副教授、助理教授、讲师和讲师是研究库的五个级别，它们被重新编码为基于虚拟变量的一级）来源栏）
当我尝试输入上述参数时，除了 Lecturer 之外，大多数参数都被输入。 事实上，我只能进五级中的四级。 我不知道为什么。 我怀疑这可能是由于共线性，但是JMP怎么知道它们是共线性变量呢？ 有没有办法可以将所有五个等级都输入到分析中？
谢谢你！
回复：无法输入 JMP 逐步回归参数非常感谢戴尔雷曼。 现在我明白了，也知道该怎么做了。
非常感谢！ 再次感谢。
回复：无法输入 JMP 逐步回归参数尝试为排名添加一个变量，而不是为每个排名添加虚拟变量。通过一列排名（包含值 Prof、Assoc、Asst、Inst、Lect）和扩展估计，您将得到您想要的。放入单独的虚拟变量将只允许您放置 5 个排名中的 4 个，并且讲师排名的影响被隐藏在回归模型的截距内（其他每个排名系数都解释为该排名的影响要么存在，要么存在）缺席：讲师是这些与您制定的方式进行比较的基线。
回复：无法输入 JMP 逐步回归参数
谢谢 dale_lehman 非常清晰的解释。 我理解并同意你所说的为什么无法输入第五个变量。 我明白，从统计角度来看，如果第五个变量可以由其他 4 个变量线性解释，那么包含它是没有意义的。 我仍然很难解释第五个变量的影响，在这种情况下，它是讲师级别的影响。 您能给我一些如何解释这个回归结果的建议，特别是排名讲师的影响吗？ 任何意见/评论/建议将不胜感激。
我还尝试扩展估计值，它显示了所选参数的扩展结果，并且第五个变量的估计值仍然缺失。
回复：无法输入 JMP 逐步回归参数这是一个常见的问题。JMP 总是从模型中遗漏一个类别 - 必须这样做，否则模型将被过度识别（通俗地说，如果我们知道一个人不在前 4 个类别中，那么他们一定在第 5 个类别中，因此信息将是多余的 - 用更数学的术语来说，矩阵将是奇异的并且不可逆）。如果您想查看完整的类别集，请单击回归输出处的红色箭头并询问扩展估计值。缺失的类别将具有一个系数，当该系数与所有其他类别系数相加时，总和为零。
