连续变量对名义变量的回归

Question

使用JMP软件，如果我在Y轴上的因变量是一个连续变量＆＃34;来自电影的收入＆＃34;预测变量是4个分类变量（1 =动作，2 =喜剧，3 =孩子，4 =其他）然后我发现JMP软件总是在回归输出中留下4个分类变量之一。

左外变量的最小二乘平均值变为y轴上的截距，然后相对于该截距（左外变量的最小二乘平均值）解释每个其他回归系数。在某种程度上，我看到这给出了相同的信息和更少的变量，因为R-square没有改变，但为什么它以这种方式工作。那是我不明白的。为什么一切都是根据我们遗漏的东西来解释的，我们仍然有相同的R-square。

在这张图片中，我们遗漏了＆＃34; Kids＆＃34;所以它的最小二乘平均值成为截距，然后行动= 56.66 - 45.10 = 11.56等等