如何在带有虚拟变量的回归模型中比较除参考组系数之外的其他两个系数在具有虚拟变量的回归模型中：
例如，我想测试职业类型和薪资之间的关系。 在这种情况下，职业是一个分类变量，有4种类型（即occ1；occ2；occ3和occ4）；工资是一个连续变量。
在检验职业类型与薪资关系的回归模型中，我将occ4作为参考组，将occ4赋值为“0”，将其他三种职业类型（occ1、occ2和occ3）分别赋值为“1”。 综上所述，在这个回归模型中，我得到了三个虚拟变量（即occ1=1/occ2=1/occ3=1）。
在这种情况下，我使用三个虚拟变量运行回归模型，并得到回归公式，如下所示：Y(工资)= B0+Bocc1X+Bocc2X+Bocc3X+误差。 在此模型中，Bocc1、Bocc2 和 Bocc3 是通过与参考组（即 occ4）进行比较来计算的。 但是，如果我想比较两个系数（例如Bocc1和Bocc2），我应该如何通过JMP实现呢？ 我应该使用 t 检验吗？但如何实现呢？
非常感谢您的帮助。
数据混合和清理回复：如何在带有虚拟变量的回归模型中比较除参考组系数之外的其他两个系数JMP 会自动为您处理编码，因此您无需创建虚拟变量。 将“值顺序”列属性添加到“职业”数据列，并将参考职业 (occ4) 设置为最后一级。 通过选择“分析”>“拟合模型”来设置分析。 默认情况下，此对话框将启动“拟合最小二乘法”平台。 然后看看如何使用估算 > 定制测试或者多重比较从平台红色小三角菜单。
