進行統計分析遇到資料中含有類別變項的時候，不能像連續變項一樣直接放入迴歸模型之中。舉例來說，假設現在我們的資料中有種族這個類別變項${x}_{1}$，而其中包含白人、黑人、黃種人。在不設虛擬變項的狀況之下，分別令黑人=1，黃種人=2,白人=3，代入下列回歸方程式$ y={ \beta }_{ 1 }{ x }_{ 1 }+\alpha $中，則結果如下： $ {x}_{1}$=1，$ {y}_{1}={1}{ \beta }_{ 1 }+\alpha $ $ {x}_{1}$=2，$ {y}_{2}={2}{ \beta }_{ 1 }+\alpha $ $ {x}_{1}$=3，$ {y}_{3}={3}{ \beta }_{ 1 }+\alpha $ 如果是連續變項，所求得的${\beta}_{1}$值來自於${y}_{n}-{y}_{n-1}={\beta}_{1}$，換句話說是${x}_{1}$每增加1個單位，則${y}$就會增加${\beta}$。試問在這個例子中又該如何解釋呢？這些數值代表的是該類別的"特質"，而不是已經實際的量，因此我們無法解釋這樣的結果，這種情況下就得用到虛擬變項來解決這個困境。