カテゴリー（文字）変数を使用した回帰こんにちは、みんな、
私は最近、ポテトガンを点火/点火した直後の燃焼室内の圧力を測定するテストを終了しました。このテストは、非常に異なる3つの燃焼室形状に対して実行しました。各燃焼室のジオメトリに名前を付けました：Alpha、Bravo、Charlie。私はこの因子に公称または序数の特性を使用しないことを選択しました
すべてのタイプのモデリングにおいて、できる限りカテゴリ変数をフラッシュするのが最善であることを理解しています。仮説的に言えば、回帰開発（フィットモデル）で各ジオメトリの名前をカテゴリカルファクター（文字タイプ）として使用した場合、JMPはこのタイプのファクターをどのように扱いますか？それが行う前提はありますか？このタイプのカテゴリ変数を使用することの「良さ」または「誤り」を知ることができる特定のレポートはありますか？
私はモデル開発と高度な回帰分析にかなり慣れていないので、ヘルプやガイダンスに感謝します。
ありがとうございました！
-マット
Re：カテゴリー（文字）変数を使用した回帰マット、
3つの異なるジオメトリを含む列にデータタイプを割り当てることを選択できます。 もちろん、これらを継続的であると考えることは正しくありません。おそらく、実際にこれらを何らかの順序に割り当てることができない限り、名義型は正しいでしょう。 公称xを使用してモデルを作成することはできますが、これらのモデルは確かに制限されています。
私はあなたの質問のすべてに答えることはできませんが、いくつかの高レベルの考えを提供したいと思います：
1。異なる形状の3つのカテゴリについて、それらをよりよく定量化できますか？おそらく、ジオメトリのボリューム、角度、その他のメジャー（または一連のメジャー）ですか？これにより、ジオメトリのどの側面が圧力に影響するかをよりよく理解できます。
2。チャンバー内の圧力測定がどこでどのように行われるのか興味がありますか？内圧は平衡していますか？チャンバー内の圧力が変化する可能性はありますか？測定システムの機能を評価しましたか？
また、最初にデータをグラフで確認することもお勧めします。 次に、さまざまなモデルを実行し、データ型を変更して、データ型が分析出力に与える影響を確認します。 ソフトウェアを学ぶ良い方法。
Re：カテゴリー（文字）変数を使用した回帰 @statman 、
お返事ありがとうございます！
私は各ジオメトリを1、2、または3のいずれかで表現することを検討しましたが、Stats SMEがこれを行わないようにアドバイスされました。各試行で使用された燃料の量（チャンバー体積のパーセンテージで測定）は、すでに要因として考慮されています。チャンバーの容積に依存するため、「ダブルカウント」と見なされるため、チャンバーの容積を再び使用することはできません。さらに、形状が圧力波にどのように影響するか、したがって測定された圧力にどのように影響するかに関心があるため、チャンバーの体積を直接使用することはできません。私は2つの非常に異なる形状を持つことができますが、容量は同じです。私は現在、それぞれの固有のチャンバージオメトリを省略率（カテゴリカルを連続に変換）で表すことに取り組んでいますが、それまでの間、JMPが単純なol '文字スタイルのカテゴリ値をどのように処理するかを確認したいと考えていました。
私はなぜこれを私がレポートで使用しようとしているのか、すべきではない 「幾何学は重要か？」という質問にも答えながら、カテゴリカルな因子を直接使用します。
Re：カテゴリー（文字）変数を使用した回帰ありがとうございました @statman お返事ありがとうございます！
私は当初、nominalが機能する可能性があると考えていたため、Alpha、Bravo、およびCharlieをそれぞれ1、2、および3として参照しましたが、作業からの統計SMEによってこれを実行しないようにアドバイスされました。
3つのカテゴリの定量化に関しては、現在、各ジオメトリを楕円率（すべてのエッジポイントを介して楕円体に適合させ、主軸と副軸の比率を計算する）で表すようにしています。ボリュームを使用することはできません。形状燃焼圧力波に影響し、最終的に私が測定している圧力の大きさも影響します。同じ体積にすることもできますが、チャンバーの体積は大幅に異なるため、体積だけではジオメトリの効果を捉えることはできません。また、燃料の量（チャンバー容積のパーセントで測定）を係数としてすでに使用しているため、追加のスタンドアロン係数として容積を使用することは、二重計算と見なされます。
最後の質問に答えるために、各チャンバーの上部と側面から6つの圧力測定が行われ、バレルの入口付近と点火器の近くで確実に測定されました。チャンバーと周囲の間の圧力はかなり等しかった（+/- 0.5 psi）。
全体として、最小二乗適合モデルの文字タイプのカテゴリカル要素としてAlpha、Bravo、Charlieを使用することは、適切なアプローチではないことを知っています。それでも、JMPはそれを可能にします。私はそれがバックグラウンドで何をしているのかを知りたいので、それを指摘し、私のレポートで「これはそれが何をしているのか、良くない」と言います。
Re：カテゴリー（文字）変数を使用した回帰 @mbdahl 3種類のジオメトリを最小二乗回帰モデルのカテゴリ変数として表現することには、そのタイプのモデルとカテゴリ要因に固有の仮説を使用する意思がある限り、本質的に問題はありません。モデルのパラメーター化およびその他の詳細については、ここにリストされている統計の詳細を参照してください。
https://www.jmp.com/support/help/en/15.1/#page/jmp/nominal-factors.shtml#ww65535
ここにあなたの問題に合うと思われるJMPドキュメントの例があります。これは、モデルがパラメーター化された方法であるため、一元配置分散分析と呼ばれますが、基本的にはパラメーターと連続応答に対する線形モデルです。
https://www.jmp.com/support/help/en/15.1/#page/jmp/one-way-analysis-of-variance.shtml#ww229925
