使用擬合模型的標準最小二乘法和廣義回歸特徵時，分類變量的“單熱”或“指標參數化”格式不同。
例如，以下回歸具有連續響應和兩個預測變量（FICO，一個連續變量）和貸款類型（兩個類別，O 和 R）。 使用擬合模型對這兩個預測變量進行最小二乘回歸擬合。 使用標準最小二乘法和指標參數化，輸出如下所示：
相反，如果您擬合相同的模型，但為錯誤選擇具有正態模型的廣義回歸（並因此獲得 OLS 擬合），則輸出如下所示：
估計值相同，但虛擬變量的標籤已更改。
我更喜歡廣義回歸的標籤，因為它表示遺漏的組，但無論使用哪個都應該相同。 學生髮現標籤的變化令人困惑。
