在对包含具有两个以上分类的虚拟变量的方程回归时，为了避免虚拟变量陷阱问题，回归方程估计结果中往往不包括该虚拟变量第一个分类值的参数，我想问的问题是：被省略掉的那个虚拟变量分类值对被解释变量的影响要不要分析，怎么分析？
如图：
s_model |
          2  |   5.203163    1.74247     2.99   0.003     1.787985    8.618341
          3  |  -3.969891   1.592535    -2.49   0.013    -7.091202   -.8485807
          4  |  -1.677341   1.166014    -1.44   0.150    -3.962686    .6080038
          5  |  -.6775787   1.335416    -0.51   0.612    -3.294946    1.939788
          6  |  -2.918703   1.123056    -2.60   0.009    -5.119852   -.7175544
          7  |   7.488499   1.713203     4.37   0.000     4.130682    10.84631
          8  |  -5.476896   1.361583    -4.02   0.000    -8.145549   -2.808243
          9  |  -4.192836   1.682819    -2.49   0.013      -7.4911   -.8945716
             |
       _cons |  -24.33399   2.361907   -10.30   0.000    -28.96324   -19.70474
要不要分析s_model 1，怎么分析？