El formato para “one-hot” o “parametrización de indicadores” de variables categóricas no es el mismo cuando se utilizan 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 el tipo de préstamo (dos categorías, O y R). Ajuste una regresión de mínimos cuadrados con estos dos predictores utilizando el modelo de ajuste. Con la personalidad de mínimos cuadrados estándar y la parametrización del indicador, el resultado se ve como el 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 MCO), el resultado se verá 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 utilice debe ser el mismo. Los estudiantes encuentran confuso el cambio en el etiquetado.
