我們知道哭靖，當(dāng)分類自變量的類別大于兩個(gè)的時(shí)候坦敌，需要建立一組虛擬變量（啞變量）來代表變量的歸屬性質(zhì)。一般虛擬變量的數(shù)目比分類變量的數(shù)目少一個(gè)碉碉，少掉的那個(gè)就作為參照類（reference category），參照類的選取是隨意的淮韭。
問題來了：為什么要這么做呢垢粮？如果把這個(gè)類別變量（尤其是有序變量）當(dāng)做連續(xù)變量處理，有什么不對的地方嗎靠粪？
舉個(gè)栗子：教育變量在回歸中作為控制變量蜡吧。按教育程度由低到高依次記為 1~6粱腻，回歸中把教育作為一個(gè)連續(xù)變量 edu 和作為 6 個(gè)啞變量 edu1~edu6 處理有何不同？
從系數(shù)含義來講斩跌，作為連續(xù)變量的 edu， 其系數(shù)代表每提升一個(gè)教育程度對因變量的影響捞慌。由于結(jié)果中只有一個(gè)系數(shù)耀鸦，其潛在假設(shè)是 edu1 和 edu2 對因變量影響的差異 = edu2 和 edu3 對因變量影響的差異 = edu3 和 edu4 對因變量影響的差異 = ……。現(xiàn)實(shí)中滿足這種假設(shè)的情形極為少見啸澡。
若作為啞變量處理袖订，參照類的系數(shù)為 0，其余啞變量的系數(shù)代表與參照類相比對因變量的影響多多少（高出的截距）嗅虏。它允許各類之間的影響存在差異洛姑，可以刻畫的情形更多，適用范圍更廣皮服。
從模型上看楞艾，作為連續(xù)變量處理的模型為
作為虛擬變量處理的模型為
引入虛擬變量的本質(zhì)是對不同類別的子樣本使用不同的截距項(xiàng)（引入虛擬變量的交乘項(xiàng)則是使用不同斜率）。該式子等價(jià)于
回到問題上龄广，在類別變量是有序的硫眯，且編碼間隔為 1， 且已知相鄰類別間對因變量的影響大致相等的情況下择同，作為連續(xù)變量處理的模型估計(jì)出來的系數(shù) 是不是無偏的两入？此時(shí)的
與
有什么關(guān)系？
（親身實(shí)踐表明敲才，確實(shí)會有偏誤裹纳，系數(shù)和 t 統(tǒng)計(jì)量都會偏大（負(fù)數(shù)的話絕對值更小）紧武。在樣本量較小剃氧、類別變量較多的情況下，比如用子樣本回歸阻星，用連續(xù)變量處理會使不顯著的會變?yōu)轱@著她我。另一個(gè)問題是：當(dāng)模型中的啞變量太多，是否會降低系數(shù)的顯著性迫横？）
在通常情況下番舆，虛擬變量往往用作控制變量。如果不關(guān)心 的系數(shù)準(zhǔn)確性矾踱，這樣的模型設(shè)定會不會影響核心解釋變量的估計(jì)量
的準(zhǔn)確性恨狈？
