El formato para "one-hot" o "parametrización de indicador" de variables categóricas no es el mismo cuando se usan los mínimos cuadrados estándar y las personalidades de regresión generalizada de Fit Model.
Por ejemplo, la siguiente regresión tiene una respuesta continua y dos predictores (FICO, una variable continua) y tipo de préstamo (dos categorías, O y R). Ajuste una regresión de mínimos cuadrados con estos dos predictores usando Ajustar modelo. Con la personalidad estándar de mínimos cuadrados y la parametrización del indicador, el resultado es similar al siguiente:
Si, en cambio, ajusta el mismo modelo pero selecciona una regresión generalizada con un modelo normal para los errores (y así obtiene un ajuste OLS), el resultado se ve así:
Las estimaciones son las mismas, pero el etiquetado de la variable ficticia ha cambiado.
Prefiero el etiquetado de la regresión generalizada ya que indica el grupo excluido, pero cualquiera que se use debe ser el mismo. Los estudiantes encuentran confuso el cambio en el etiquetado.
