带有分类（字符）变量的回归大家好，
我最近完成了一项测试，该测试在发射/点燃土豆枪后测量燃烧室内的压力。 我对三种截然不同的燃烧室几何形状进行了这项测试。 我给每个燃烧室几何图形命名：Alpha、Bravo 和 Charlie。 我选择不对这个因素使用名义或序数表征
我知道在所有类型的建模中，最好尽可能清除分类变量。 不过假设性地说，如果我在回归开发（拟合模型）中使用每个几何图形的名称作为分类因素（字符类型），JMP 如何处理这种类型的因素？ 它有什么假设吗？ 有没有我可以查看的特定报告告诉我使用这种类型的分类变量的“好”或“错误”？
我对模型开发和高级回归分析相当陌生，感谢任何帮助或指导。
谢谢你！
-马特
回复：带有分类（字符）变量的回归@mbdahl只要您愿意使用特定于该类型模型和分类因素的假设，将三个几何图形表述为最小二乘回归模型中的分类变量本质上没有错。 有关模型参数化和其他详细信息，请参阅此处列出的统计详细信息：
https://www.jmp.com/support/help/en/15.1/#page/jmp/nominal-factors.shtml#ww65535
这是 JMP 文档中的一个示例，似乎适合您的问题。 它被称为方差的单向分析，因为这是模型参数化的方式......但它本质上仍然是参数和连续响应的线性模型。
https://www.jmp.com/support/help/en/15.1/#page/jmp/one-way-analysis-of-variance.shtml#ww229925
回复：带有分类（字符）变量的回归谢谢@statman期待你的答复！
我最初认为名义上可以工作，我会分别将 Alpha、Bravo 和 Charlie 引用为 1、2 和 3，但工作中的统计 SME 建议不要这样做。
关于量化这三个类别，我目前正在努力通过其椭圆度来表示每个几何体（通过所有边缘点拟合椭圆体并计算长轴和短轴的比率）。 我不能使用音量，因为更感兴趣的是如何形状影响燃烧压力波，最终影响我测量的压力大小。 我可以拥有相同的体积，但腔室的体积却截然不同，因此仅靠体积无助于捕捉几何形状的效果。 我也已经使用燃料量（以燃烧室体积的百分比衡量）作为一个因素，因此将体积作为一个额外的独立因素将被视为重复计算。
为了回答您的最后一个问题，我们从每个腔室的顶部和侧面进行了 6 次压力测量，并确保在枪管入口附近和点火器附近进行测量。 腔室和环境之间的压力相当相等（+/- 0.5 psi）。
总而言之，我知道在最小二乘拟合模型中使用 Alpha、Bravo 和 Charlie 作为角色类型的分类因素不是正确的方法。 然而，JMP 允许我这样做。 我只是想知道它在后台做什么，这样我就可以指出它并在我的报告中说“这就是它的作用，它不好。”
回复：带有分类（字符）变量的回归马特，
您可以选择将数据类型分配给包含 3 种不同几何图形的列。 当然，认为这些连续是不正确的，并且很可能名义类型是正确的（除非您实际上可以将它们分配给某种顺序）。 您仍然可以使用名义 x 创建模型，但这些模型确实是有限的。
我不能回答你所有的问题，但想提供一些高层次的想法：
1. 关于你的 3 类不同的几何形状，你能更好地量化它们吗？ 也许体积、角度、几何的其他一些度量（甚至是一组度量）？ 这可能有助于更好地理解几何形状的哪些方面会影响压力。
2. 我很好奇如何以及在哪里进行室内压力测量？ 内压是否平衡？ 腔内的压力是否会发生变化（特别好奇，因为几何形状可能会影响这一点？）？ 您是否评估过测量系统的能力？
我还建议您先以图形方式查看数据。 然后运行不同的模型，甚至更改数据类型以查看数据类型对分析输出的影响。 学习软件的好方法。
