引证解释

自变量中包含了过多的虚拟变量造成的错误；当模型中既有整体截距又对每一组都设有一个虚拟变量时，该陷阱就产生了。或者说，由于引入虚拟变量带来的完全共线性现象就是虚拟变量陷阱。

比如“性别”含男性和女性两个类别，所以当性别作为解释变量时，应向模型引入一个虚拟变量。取值方式是：D=1（男性）、D=0（女性）或D=0（男性）、D=1（女性）而当“学历”含有四个类别时，即大学、中学、小学、无学历。当“学历”作为解释变量时，应向模型引入三个虚拟变量。一种取值方式是：1（大学）1（中学）1（小学）D1=0（非大学）D2=0（非中学）D3=0（非小学）所谓的“虚拟变量陷阱”就是当一个定性变量含有m个类别时，模型引入m个虚拟变量，造成了虚拟变量之间产生完全多重共线性，无法估计回归参数。在m-1个虚拟变量中，虚拟变量可以同时取值为0，但不能全部取值为1。