在我们的免费在线课程中了解更多信息：
解决工业问题的统计思维
在这个例子中，我们再次为模型拟合不纯使用拟合模型。 但是这一次，我们还将分类预测变量添加到模型中。
首先，我们添加不纯作为 Y 变量。
将分类预测变量添加到模型与添加连续预测变量没有什么不同。 我们只需选择变量并单击添加.
在较早的视频中，我们讨论了编码分类预测变量的选项。 回想一下，JMP 在幕后应用 -1/1 效应编码。
当我们运行模型时，JMP 会在参数估计表中显示分类预测变量的系数。
我们有三个级别反应堆, 所以有两个系数反应堆.
我们有两个班次，所以有一个系数转移.
当我们打开预测表达式时，JMP 会显示模型的完整方程。
预测刻画器使我们能够轻松查看分类预测变量值的变化如何改变预测响应。
为了反应堆，保持所有其他不变，当我们将反应器从 1 更改为 2 时，预测平均值为不纯增加约 0.2 个单位。 当我们比较反应器 1 和反应器 2 的值时，我们可以在预测表达式中看到这种差异。
要查看 0/1 虚拟编码参数估计值，请选择估计进而指标参数化估计, 从顶部的红色三角形。
让我们看看虚拟编码的估计转移. 使用虚拟编码，我们比较平均值不纯第一次转向平均值不纯第二班，保持其他一切不变。 我们很容易看出平均不纯第一班比第二班高大约 0.1 个单位。 但这种差异并不显着。
