在GLM“参数估算值”表中，缺少的参数是否为基线水平？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好，我目前正在尝试使用JMP运行和解释二项式GLM。我有几个分类预测变量。在“参数估计”输出表中，我注意到该表提供的参数估计比预测器中的级别数少1。例如，我有一个具有两个级别1和2的预测变量“年份”。在参数估计下，只有“ 1”显示在带有估计的年份中。这是否意味着“ 2”是与“ 1”进行比较的基准水平？如果是这样，这是否意味着“ 2”在技术上具有1.0的参数估计值？
谢谢您的帮助！对不起，如果我完全误解了它是如何工作的。
回复：在GLM“参数估算值”表中，缺少的参数是否是基线水平？这是关于GLM中泊松分布的问题的相同答案：
当您具有分类输入变量时，这对于任何回归都是典型的。分类输入的每个级别的参数估计值是相对于总体平均值的“偏移”。这导致每个级别的参数估计值之和为零的限制。因此，如果您具有分类因子的k级，则只需要k-1个参数估计即可。最后一级的估计值是其他参数估计值之和的-1倍。例如，假设您对前三个级别的三个级别的变量的估计是-6和12。那么最后一级的参数估计为-1 *（-6 + 12）= -1 * 6 = -6。
在标准最小二乘回归中，您可以要求扩展的参数估计值来查看所有估计值（换句话说，JMP会为您做数学运算）。las，这不是广义线性模型的选择。
