Re: カテゴリ変数のエンコーディングこれが役立つかどうかはわかりませんが、カスタム テストを使用して興味のある比較を行うことができます。 何かが欠けていない限り、あなたのニーズに合わせてサウンドを再コーディングする必要はありません。
最近の議論は次のとおりです。
https://community.jmp.com/t5/Discussions/Linear-and-quadratic-contrasts-with-unequally-spaced-treatments/td-p/624288/page/2
JMP のヘルプは次のとおりです。
カスタム テスト (jmp.com)
カテゴリ変数のエンコーディングやあみんな、
興味があります*簡単* JMP でのカテゴリ変数の再コーディング。 変数に応じて、どのレベルを相互に比較するかを指定できるようにしたいと考えています。 モデルにすべてのレベルを含める場合、確認したい差異の p 値を取得したい場合、またはモデルを選択してレベルの特定の差異のみを含めたい場合があります。 このような場合、結果はカテゴリ変数の特定のエンコーディングに依存します。
場合によっては、ダミーエンコーディングやリバースヘルマートなどが必要になります。 これを手動で行う方法は知っていますが、より便利な方法があればいいですね。
これはすでに見つけましたが、ダミーのエンコーディングをカバーしているだけです。
解決済み: JMP で、レジストリ内のカテゴリ変数のパラメータ化をどのように調整しますか? - JMPユーザーコミュニティ
ご協力をよろしくお願いいたします。
基本的なデータ分析とモデリングデータのブレンディングとクリーンアップ実験計画法カテゴリ変数のエンコードについてご回答ありがとうございます。今になってご連絡してしまい、申し訳ございません。カテゴリ因子しか持っていない場合、これは非常に良い選択肢のように思えます。私はDoEを扱っているので、通常はこのカテゴリ因子1つだけではなく、複数のカテゴリ因子を使います。さらに、連続数値因子がいくつかあり、それらの二次効果と2つの交互作用があります。そこで、標準最小二乗法プラットフォームを使ってみたいと思います。
カテゴリ変数のエンコードについてこんにちはアンジャW 、
ご質問の件は、単純な線形対比で実現できそうです。Fit Modelにおける対比の最も基本的な使い方を説明した短い動画をご覧ください。対比は、大規模なモデルの中で（元の変数を再コードすることなく）特定の比較を行うのに、私にとって最もお気に入りの方法です。jmpを使えば、対比の設定も非常に簡単です。
https://www.youtube.com/watch?v=YcFmp1KkLkY
これが役に立つことを願います!
@ジュリアン
カテゴリ変数のエンコードについてこんにちはアンジャW 、
DoEでカテゴリ因子を使用する場合、カテゴリ因子に対してGram-Schmidt直交化法がデフォルトで実行され、kレベルのカテゴリ因子がk-1連続独立かつ直交する因子（ベクトル）に変換されます。詳細は以下をご覧ください。
グラム・シュミット過程 - Wikipedia
9.5: グラム・シュミット直交化手順 - Mathematics LibreTexts
グラム・シュミット直交化手順は、kレベルのカテゴリ因子に関連するk-1個の独立ベクトルが直交（= 1単位長）であることを確認するために必要です。この「スケーリング」により、計画内のすべての因子の長さが同じになり、モデル構築時の効果の比較が同一の基準で行われるようになります。カテゴリ因子のカーディナリティが高いためにベクトル長が非常に長くなり、これらの因子の重要性が実際よりも高くなる（または低くなる）可能性が生じるようなバイアスは発生しません。
この因子エンコーディングにアクセスするには、最初に計画を作成する際に「 Xマトリックスを保存」にチェックを入れるか、「 DoEダイアログ 」スクリプトを起動して同じ計画を作成し、その後同じ計画を（再）生成する際に「Xマトリックスを保存」オプションにチェックを入れます。スクリプトを少し変更することで、XマトリックスがJMPデータテーブル形式で表示されるようになります。
この関連トピックに関する詳細情報は、次を参照してください： 多階層カテゴリ因子の相関に関するDoEカラーマップ
この回答がお役に立てれば幸いです。
