カテゴリ変数の「ワンホット」または「インジケーター パラメーター化」の形式は、Fit Model の標準最小二乗法と一般化回帰法を使用する場合と同じではありません。
たとえば、次の回帰には連続応答と 2 つの予測子 (連続変数の FICO) およびローン タイプ (2 つのカテゴリ、O と R) があります。Fit Model を使用して、これらの 2 つの予測子で最小二乗回帰を適合します。標準の最小二乗パーソナリティとインジケーターのパラメーター化により、出力は次のようになります。
代わりに同じモデルを適合させ、エラーに対して正規モデルを使用した一般化回帰を選択した場合（OLS 適合を取得した場合）、出力は次のようになります。
推定値は同じですが、ダミー変数のラベルが変更されています。
一般化回帰のラベルの方が除外されたグループを示すので、私はそちらを好みますが、どちらを使用しても同じである必要があります。学生はラベルの変更に戸惑います。
