虛擬變量陷阱

自變量中包含了過多的虛擬變量造成的錯誤；當模型中既有整體截距又對每一組都設有一個虛擬變量時，該陷阱就產生了。或者説，由於引入虛擬變量帶來的完全共線性現象就是虛擬變量陷阱。

比如“性別”含男性和女性兩個類別，所以當性別作為解釋變量時，應向模型引入一個虛擬變量。取值方式是：D=1（男性）、D=0（女性）或D=0（男性）、D=1（女性）而當“學歷”含有四個類別時，即大學、中學、小學、無學歷。當“學歷”作為解釋變量時，應向模型引入三個虛擬變量。一種取值方式是：1（大學）1（中學）1（小學）D1=0（非大學）D2=0（非中學）D3=0（非小學）所謂的“虛擬變量陷阱”就是當一個定性變量含有m個類別時，模型引入m個虛擬變量，造成了虛擬變量之間產生完全多重共線性，無法估計迴歸參數。在m-1個虛擬變量中，虛擬變量可以同時取值為0，但不能全部取值為1。

當定性變量含有m個類別時，不能把虛擬變量的值設為D=0（第一類）D=1（二類）D=2（三類）等等。

若對兩個相互排斥的屬性 “居民屬性”,仍然 引入個虛擬變量，則有則模型為對任一家庭都有：即產生完全共線，陷入了“虛擬變量陷阱”。“虛擬變量陷阱”的實質是：完全多重共線性。 ^[1]