这个用虚拟变量不行吗？class列出你的定型变量，sas会处理的，我最近刚好看到那

CLASS是放在proc coutreg里面吗？我放里面会报错呀！

countreg not accept class statement. you can move the model to proc genmod.
about gender: f vs. m, 0 vs. 1, 1 vs 2, for main effect only model, should be no difference in the model, except for some absorption to the intercept. all in all, making gender dummy is a general way for dealing with no CLASS variable allowed, such reg procedure in sas. jingju

二分类变量在回归模型中，设不设置成分类变量，效果是一样的；
https://bbs.pinggu.org/thread-1539337-1-1.html；
我在这里做过详细解释；
楼主要尝试设置分类变量的话，试试genmod;
proc genmod data=zinb;
model count=family diabetes gender age hr esv/dist=zip link=log;/*zinb我不知道新版本支持不支持*/
zeromodel  family diabetes gender age hr esv;
run;

你好，我按你说的方法，运行出这样的结果：
写模型时是不是
=exp(intercept+a1car_use+a2MARRIED+a3DENSITY1+a4DENSITY2+a5DENSITY3+a6INCOME+a7GENDER)
比如car_use取1代表Commercial ，取0代表Private。再如DENSITY，当是Highly Rural的时候DENSITY1取1，并且此时a3=0.1263。当Highly Urban时，DENSITY2取1，并且a4=-0.0365 。依次下去。当为Urban时，DENSITY1=DENSITY2=DENSITY3=0.是这样理解吗？
还有我用的是SAS9.2版本，好像不能genmod里直接用zinb,9.3版本有这个功能吗？

Parameter                  DF   Estimate      Error          Limits         Chi-Square   Pr > ChiSq

Intercept                   1     0.5203     0.0707     0.3818     0.6588        54.18       <.0001
CAR_USE     Commercial      1     0.0272     0.0577    -0.0860     0.1403         0.22       0.6377
CAR_USE     Private         0     0.0000     0.0000     0.0000     0.0000          .          .
MARRIED     No              1     0.0156     0.0550    -0.0921     0.1234         0.08       0.7760
MARRIED     Yes             0     0.0000     0.0000     0.0000     0.0000          .          .
DENSITY     Highly Rural    1     0.1263     0.1921    -0.2501     0.5028         0.43       0.5108
DENSITY     Highly Urban    1    -0.0365     0.0551    -0.1445     0.0715         0.44       0.5079
DENSITY     Rural           1    -0.1641     0.1333    -0.4254     0.0972         1.52       0.2183
DENSITY     Urban           0     0.0000     0.0000     0.0000     0.0000          .          .
INCOME                      1     0.0000     0.0000    -0.0000     0.0000         0.20       0.6567
GENDER      F               1    -0.0153     0.0562    -0.1254     0.0949         0.07       0.7861
GENDER      M               0     0.0000     0.0000     0.0000     0.0000          .          .
Scale                       0     1.0000     0.0000     1.0000     1.0000