Le format de "one-hot" ou de "paramétrage de l'indicateur" des variables catégorielles n'est pas le même lors de l'utilisation des moindres carrés standard et des personnalités de régression généralisées du modèle d'ajustement.
Par exemple, la régression suivante a une réponse continue et deux prédicteurs (FICO, une variable continue) et Type de prêt (deux catégories, O et R). Ajustez une régression des moindres carrés avec ces deux prédicteurs à l'aide de Fit Model. Avec la personnalité standard des moindres carrés et le paramétrage de l'indicateur, la sortie ressemble à ce qui suit :
Si, à la place, vous ajustez le même modèle mais sélectionnez une régression généralisée avec un modèle normal pour les erreurs (et obtenez ainsi un ajustement OLS), la sortie ressemble à ceci :
Les estimations sont les mêmes, mais l'étiquetage de la variable fictive a changé.
Je préfère l'étiquetage de la régression généralisée car il indique le groupe exclu, mais celui qui est utilisé devrait être le même. Les élèves trouvent le changement d'étiquetage déroutant.
