在使用 Fit Model 的标准最小二乘和广义回归特性时，分类变量的“独热”或“指标参数化”的格式并不相同。
例如，以下回归具有连续响应和两个预测因子（FICO，一个连续变量）和贷款类型（两个类别，O 和 R）。使用拟合模型对这两个预测因子进行最小二乘回归拟合。使用标准最小二乘特性和指标参数化，输出如下所示：
相反，如果你拟合相同的模型，但选择具有正态模型的广义回归来处理误差（从而得到 OLS 拟合），则输出如下所示：
估计值相同，但虚拟变量的标签已改变。
我更喜欢广义回归的标签，因为它表示遗漏的组，但无论使用哪种标签都应该相同。学生发现标签的变化令人困惑。
