O que o Rafel falou é que as duas expressões são matematicamente equivalentes, por uma questão de combinação linear das variáveis.
Portanto, ao eliminar o intercepto, alguma das variáveis anteriores omitidas (var1==A ou var2==A) deverá aparecer na regressão necessariamente.

Sugiro consultar a referência dada (ou apenas procure por multicolineariedade variável dummy/binária) para entender o que está acontecendo.
Abç
M


2015-04-28 13:25 GMT-03:00 Bernardo Rangel Tura <tura@centroin.com.br>:
On 04/28/2015 11:16 AM, Rafael Costa wrote:
Prezado Tura,

var1 e var2 são variáveis qualitativas com 3 categorias cada (dummies
multicategóricas). Na 1ª regressão, note que não há estimativas para
var1A e var2A explicitamente porque essas categorias são usadas como
referência (ou base) em cada variável. Isto é feito para evitar
problemas de multicolinearidade perfeita (consulte os livros de
econometria do GUJARATI ou do WOOLDRIDGE para rápida compreensão deste
problema, conhecido como "armadilha da variável dummy"). O intercepto do
1º modelo é portanto o intercepto da regressão para o grupo de
referência em que var1=A e var2=A. Já os coeficientes estimados da
variável dummy de um determinado grupo representa a diferença estimada
nos interceptos entre aquele grupo e o grupo-base. Por exemplo, 0.16
(valor do coeficiente de var1B) representa a diferença entre o
intercepto deste grupo (var1=B e var2=A) e o intercepto do grupo-base
(var1=A e var2=A).
Na 2ª regressão, ao optar por excluir o intercepto, não há mais a
necessidade de retirar uma categoria de cada variável dummy para evitar
colinearidade perfeita. Agora pode-se escolher que uma das variáveis
mantenham todas a suas categorias, desde que nas demais variáveis
dummies se continue excluindo uma categoria que será utilizada como
referência ou base. Note que agora o coeficiente var1A na 2ª regressão é
justamente o mesmo valor do intercepto na 1ª regressão e os demais
coeficientes da var1 são agora a soma dos coeficientes na 1ª regressão
com o intercepto (por exemplo, o var1B da 2ª regressão = intercepto da
1ª regressão + var1B da 1ª regressão).

Espero ter ajudado,
Rafael.

Rafael

Entendo a sua explicação mas acho que você não entendeu o que eu desejo.
Para o modelo preciso de uma uma regressão que o intercepto tenha valor de ZERO, ou seja,

S = 0 + b1*var1=='B' + b2*var1=='C' + b3*var2=='B' + b4*var2=='C' + erro

Entende o modelo que preciso?

Abraços





_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.



--
Manoel Galdino
https://sites.google.com/site/galdinomcz/