回复：分类变量的编码不确定这是否有帮助...但您可以通过自定义测试进行任何感兴趣的比较。 除非我遗漏了什么，否则根据您的需求，无需重新编码。
这是最近的讨论。
https://community.jmp.com/t5/Discussions/Linear-and-quadratic-contrasts-with-unequally-spaced-treatments/td-p/624288/page/2
这是 JMP 帮助：
自定义测试 (jmp.com)
分类变量的编码大家好，
我对一个感兴趣*简单的* JMP 中分类变量的重新编码。 根据变量，我希望这样做能够指定应该相互比较哪些级别。 如果我在模型中包含所有级别，我希望获得我想要查看的差异的 p 值，或者我想要进行模型选择并仅包含某些级别差异。 在这些情况下，结果取决于分类变量的特定编码。
在某些情况下，我想要一个虚拟编码或反向赫尔默特等。 我知道如何手动完成此操作，但如果有更方便的方法，那就太好了。
我已经找到了这个，但它只涵盖了虚拟编码：
已解决：在 JMP 中，如何调整注册表中分类变量的参数化... - JMP 用户社区
任何帮助将不胜感激！
基础数据分析和建模数据混合和清理实验设计回复：分类变量的编码非常感谢您的回复，抱歉我现在才回复您。如果我只有分类因子，这听起来是个不错的选择。由于我使用的是DoE，所以我通常不止一个分类因子。此外，我还有几个连续数值因子、它们的二次效应和双重交互作用。所以我想通过标准最小二乘平台来处理。
回复：分类变量的编码你好@Anja_W ，
听起来简单的线性对比可能就是解决你问题的方法。这里有一个简短的视频，描述了它们在“拟合模型”中最基本的用法。到目前为止，对比是我在较大模型中进行这些特定比较时最喜欢的方法（无需重新编码原始变量），而 jmp 使得指定对比变得非常容易。
https://www.youtube.com/watch?v=YcFmp1KkLkY
我希望这有帮助！
@朱利安
回复：分类变量的编码你好@Anja_W ，
如果您在 DoE 中使用分类因子，则默认对分类因子执行 Gram-Schmidt 正交化程序，将任何 k 级分类因子转换为 k-1 个连续独立且正交的因子（向量）。更多信息请参见：
格拉姆-施密特过程 - 维基百科
9.5 格拉姆-施密特正交化程序 - 数学自由文本
需要进行 Gram-Schmidt 正交化处理，以确保与 k 级分类因子相关的 k-1 个独立向量是正交的（= 一个单位长度）。这种“缩放”可确保设计中所有因子的长度相同，因此在模型构建过程中，效应的比较也基于相同的基础进行，不会因分类因子基数较高而导致向量长度过长，从而导致这些因子的重要性可能高于（或低于）其实际重要性。
为了访问此因子编码，您可以在首次创建设计时勾选“ 保存 X 矩阵”，或者启动脚本“ DoE 对话 ”访问您已有的设计创建，然后在（重新）生成相同设计时勾选“保存 X 矩阵”选项。您可以稍微修改脚本，使 X 矩阵以 JMP 数据表格式显示。
您可以查看有关此密切相关主题的更多信息： DoE 多级分类因素相关性颜色图
希望这个答案能对你有所帮助，
