Das Format für die „One-Hot“- oder „Indikatorparametrisierung“ kategorialer Variablen ist nicht dasselbe, wenn die standardmäßigen Kleinstquadrate- und verallgemeinerten Regressionspersönlichkeiten von Fit Model verwendet werden.
Beispielsweise hat die folgende Regression eine kontinuierliche Antwort und zwei Prädiktoren (FICO, eine kontinuierliche Variable) und einen Kredittyp (zwei Kategorien, O und R). Passen Sie eine Kleinstquadrate-Regression mit diesen beiden Prädiktoren mithilfe von „Modell anpassen“ an. Mit der standardmäßigen Kleinstquadrate-Persönlichkeit und der Indikatorparametrisierung sieht die Ausgabe wie folgt aus:
Wenn Sie stattdessen dasselbe Modell anpassen, aber eine verallgemeinerte Regression mit einem normalen Modell für die Fehler auswählen (und so eine OLS-Anpassung erhalten), sieht die Ausgabe folgendermaßen aus:
Die Schätzungen sind dieselben, aber die Beschriftung für die Dummyvariable hat sich geändert.
Ich bevorzuge die Beschriftung der verallgemeinerten Regression, da sie die ausgeschlossene Gruppe angibt, aber die verwendete Beschriftung sollte dieselbe sein. Die Studierenden finden die Änderung der Beschriftung verwirrend.
