美国能源部你好，
我对 DOE 回归方程有一些疑问。
我不明白为什么 Minitab 将回归方程转换为未编码单位以及为什么它只能用于分层模型？
编码和非编码单元的系数之间是否存在数学方程？我该如何解释未编码的系数？
谢谢，
回复：能源部谢谢你，这很有帮助
回复：能源部谢谢你，这很有帮助
回复：能源部对不起。 我没有回答为什么它只能用于分层模型的部分。
实际上，可以转换非分层线性模型，但在这种情况下会导致不良的变化。 拟合模型中的项可能不会出现在简化模型中。 拟合模型中未出现的项可能会出现在简化模型中。 结果是正确的，但令人不安。 大多数分析师不喜欢这个结果。
我在《The JMPer Cable》旧刊上与人合着了一篇关于他行为的文章。 它从 2008 年春季第 24 期第 9 页开始。
回复：能源部我附上了一个脚本，用于演示我们的 DOE 入门课程中的编码级别。 您可以使用它，侧面板提供了在两种形式的关卡之间进行转换的公式。
回复：能源部我无法谈论 MINITAB 的行为，但我可以解释因素编码与否时模型参数之间的差异。
在使用回归或其他线性模型技术时，我们至少应该将变量居中，因为它有助于减少估计的相关性。 它还对截距提供了有意义的解释：它是数据源处的平均响应。 如果没有居中，截距通常没有真正的物理意义。 最后，缩放方面意味着所有估计值代表整个因子范围内响应变化的一半。 这样，如果我们对每个因素运用尽可能广泛的范围，则估计值具有尺度不变性，并且可以对它们进行比较。 （例如，哪些因素产生最大的影响？）如果不编码，这是不可能的。 我可以通过改变比例来使估计值任意小或大。 （例如，将尺寸单位从米更改为光年，您就会明白我的意思。）
您可以在拟合模型后删除编码。 这样您就可以看到原始比例的单位变化。 将其保存为列公式，打开公式编辑器，单击编辑器顶部按键附近的红色三角形，然后选择简化。 公式中的居中和缩放仅涉及常数，因此可以无损转换。
注意：如果您打算在编码比例和原始比例之间进行转换，则维护模型层次结构非常重要。
使用原始因子和编码因子给出相同的模型预测，但我们通常期望我们的模型有更多结果。
