你好，请问后来你是怎么解决这个问题的，我现在也遇到同样的问题啊

竟然没有人回答，我也遇到了这个问题。
我的思考是，4个classes生成了3个哑变量，那么其中一个分类作为了基准分类，这3个哑变量的显著性是相对于基准分类来说的，如果第1个哑变量显著，那么就是说这个哑变量对应的分类相对于基准分类来说是显著地，即，与基准分类有显著地区别（对目标变量的影响）；相应的，如果某个哑变量不显著，则说明这个哑变量与基准分类没有显著地区别（对目标变量的影响），进一步可以认为这个哑变量对应的分类可以看做和基准分类相同（从对目标变量的影响的意义上说）。所以删掉不显著的哑变量是能解释的通的。
只是我的理解哈，欢迎拍砖~

Hello。这个变量我们一般也叫 category variable。
当一项dummy variable没有统计学意义的时候，你的理解是正确的，但是……建议不要删除dummy variable，将此dummy variable 和基准dummy合并。也就是之前分四类，现在分三类。
如果你用的不是自动omit线性相关的软件，没有什么区别。
如果你用的是自动omit 线性先关变量的软件的话……并且用了这个功能，结果就悲剧了