将虚拟变量放入回归中，一定要少放一个虚拟变量，否则系统会提示存在多重 共线性问题。故本题选B

在统计和回归分析中，名目尺度（即分类变量）通常需要转换为虚拟变量（dummy variables）以便在模型中使用。假设名目尺度的变量有 \( k \) 个类别，那么通常需要 \( k-1 \) 个虚拟变量来表示这些类别。原因是使用 \( k-1 \) 个虚拟变量可以避免多重共线性问题，并且能够唯一地表示每一个类别。

具体来说，如果名目尺度的变量被分为 10 组，则需要设计的虚拟变量数为 \( 10-1 = 9 \) 个。

因此，正确答案是：B: 9。

### 专业分析
1. **名目尺度变量**：名目尺度变量是指那些分类变量，它们的类别没有天然的顺序。例如，颜色（红、蓝、绿）或地区（东、西、南、北）。

2. **虚拟变量**：虚拟变量是一种二进制（0或1）变量，用于表示分类变量的不同类别。每个虚拟变量代表一个类别，值为1表示属于该类别，值为0表示不属于该类别。

3. **避免多重共线性**：如果我们有 \( k \) 个类别，并且使用 \( k \) 个虚拟变量，那么这些虚拟变量之间会存在完全的线性关系（即它们的总和总是等于1），这会导致多重共线性问题。因此，我们通常使用 \( k-1 \) 个虚拟变量。

4. **示例**：假设我们有一个名目尺度变量“地区”，有4个类别：东、西、南、北。我们可以用3个虚拟变量来表示：
- \( D1 \) 表示是否为东
- \( D2 \) 表示是否为西
- \( D3 \) 表示是否为南

如果一个观测值属于“北”，那么 \( D1, D2, D3 \) 都为0。

综上所述，名目尺度变量被分为10组时，需要设计9个虚拟变量。