답변:
어떤 이유로 인터셉트 를 알고 있다면 (특히 0 인 경우) 이미 알고있는 것을 추정하기 위해 데이터의 분산을 낭비 하지 않고 추정해야하는 값에 대해 더 많은 확신을 가질 수 있습니다.
다소 단순화 된 예는 하나의 변수가 (평균적으로) 한 변수가 다른 변수의 배수라는 것을 이미 알고있는 경우입니다 (여러 개를 찾으려고 시도하는 경우).
3 단계 범주 형 공변량의 경우를 고려하십시오. 인터셉트가있는 경우 2 개의 표시기 변수가 필요합니다. 지표 변수에 대해 일반적인 코딩을 사용하면 지표 변수에 대한 계수는 참조 그룹과 비교 한 평균 차이입니다. 절편을 억제하면 범주 공변량을 나타내는 3 개의 변수가 2가 아닌 2가됩니다. 계수는 해당 그룹의 평균 추정치입니다. 이 작업을 수행 할 수있는보다 구체적인 예는 미국의 50 개 주를 연구 할 수있는 정치학입니다. 상태에 대한 절편 및 49 개의 지표 변수를 갖는 대신, 절편을 억제하고 대신 50 개의 변수를 갖는 것이 종종 바람직합니다.
@Nick Sabbe의 요점을 구체적인 예로 설명합니다.
한때 연구원이 폭의 함수로 나무의 나이 모델을 제시하는 것을 보았습니다. 나무의 나이가 0 일 때 효과적으로 너비가 0이라고 가정 할 수 있습니다. 따라서 인터셉트가 필요하지 않습니다.