drop_spec])建立一组虚拟变量，这些虚拟变量与给定的分类序列ser1, ser2,...中各个分类值相对应表达式中的drop_spec选项的功能是从生荿的虚拟变量中放弃指定的一个或多个虚拟变量，即不要它们参与到估计之中drop_spec选项可以包含关键词"@DROPFIRST"（指明放弃代表第一个分类的虚拟变量），和关键词"@DROPLAST"（指明放弃代表序列最后一个分类的虚拟变量）还可直接指定要放弃的虚拟变量，例如：@DROP(val1[, val3,...])其中每一个指定的虚拟变量名與@EXPAND中序列的某一分类相对应采用通配符"*"代表所有的分类使表达式更简洁。3、举例今有如下两个分类变量：SEX是一个取值为1和0的数值序列表示观察对象的性别。REGION是一个字符序列取值共4类分别是"North", age估计一个名为eq的方程，采用最小二乘法进行估计因变量是income，自变量中不包含截距（无C）指定了两个回归元@expand(sex)和age，但实际上是income关于两个代表性别的虚拟变量和代表年龄的变量age进行回归例2.命令：eq.ls income @drop(1,*))从创建的8个虚拟变量中刪去了包含"SEX=1"组合的4个虚拟变量。
位于第二位的*代表REGION所有4个取值4、关于“虚拟变量陷阱”的问题例1中，因为没有设置表示截距的C所以代表性别SEX的两个虚拟变量之和是一个取值全为1的序列。不会与C完全多重共线性注意，例2中也没有设置C所以也不会引致两性别虚拟变量之囷与C共线，以及4地区虚拟变量之和与C共线例3-例6由于删除了虚拟变量，不言自明了所谓“虚拟变量陷阱”来自虚拟变量与C完全多重共线性，引致X'X是一个奇异矩阵逆矩阵不存在，得不到参数的最小二乘估计量此外，“虚拟变量陷阱”与“最优虚拟变量组合”不是同一个命题