参数估计和指标函数参数化之间的结果不同亲，
我执行了一个包含9个项（主要影响和相互作用）的回归模型。 该模型中使用的4个变量是类别变量，它们都有2个级别。 因为我是SAS用户，所以我更喜欢指标函数参数化而不是JMP参数化。 但是，我注意到参数估计表的p值与指标函数参数化之间存在一些差异。 对于模型中的1个交互，参数估计表提供的p值为0.0046，而指标函数参数化提供的p值为0.5173。 这是更改参数化时从有效变为无效的唯一术语。 不确定这是否有帮助，但是esitmates参数表中的标准错误对于所有模型项而言都是相同的。 有人可以解释一下这是什么原因吗？
提前致谢。
分析工具关于参数估计和指标函数参数化的结果不同参数估计表包含参数为零的零假设的p值。 的参数化确定分类预测变量的估计值和参数的含义。
关于参数估计和指标函数参数化的结果不同谢谢@markbailey您的回应。
我知道使用不同的参数化将导致不同的p值。 但是，我没想到基于参数化，给定项的p值会从有效变为无效。 那是很大的不同。 在JMP使用的参数化背后，是否有一些有意义的术语，而对于相同的术语，GLM参数化最终却产生了不重要的值？
回复：参数估计和指标函数参数化之间的结果不同该文档说明了每个参数化的编码以及解释每个方案下的参数。 这些术语代表不同的效果在每个参数设置下，因此，当然，没有理由在两个参数设置下一个术语都必须是有效的。
