回复：分類變量的編碼不確定這是否有幫助...但您可以通過自定義測試進行任何感興趣的比較。 除非我遺漏了什麼，否則根據您的需求，無需重新編碼。
這是最近的討論。
https://community.jmp.com/t5/Discussions/Linear-and-quadratic-contrasts-with-unequally-spaced-treatments/td-p/624288/page/2
這是 JMP 幫助：
自定義測試 (jmp.com)
分類變數的編碼大家好，
我對一個感興趣*簡單的* JMP 中分類變數的重新編碼。 根據變量，我希望這樣做能夠指定應該相互比較哪些級別。 如果我在模型中包含所有級別，我希望獲得我想要查看的差異的 p 值，或者我想要進行模型選擇並僅包含某些級別差異。 在這些情況下，結果取決於分類變數的特定編碼。
在某些情況下，我想要一個虛擬編碼或反向赫爾默特等。 我知道如何手動完成此操作，但如果有更方便的方法，那就太好了。
我已經找到了這個，但它只涵蓋了虛擬編碼：
已解決：在 JMP 中，如何調整註冊表中分類變數的參數化... - JMP 使用者社群
任何幫助將不勝感激！
基礎資料分析與建模資料混合與清理實驗設計回覆：分類變數的編碼非常感謝您的回复，抱歉我現在才回覆您。如果我只有分類因子，這聽起來是個不錯的選擇。由於我使用的是DoE，所以我通常不只一個分類因子。此外，我還有幾個連續數值因子、它們的二次效應和雙重交互作用。所以我想透過標準最小平方法平台來處理。
回覆：分類變數的編碼你好@Anja_W ，
聽起來簡單的線性對比可能就是解決你問題的方法。這裡有一個簡短的視頻，描述了它們在“擬合模型”中最基本的用法。到目前為止，對比是我在較大模型中進行這些特定比較時最喜歡的方法（無需重新編碼原始變數），而 jmp 使得指定對比變得非常容易。
https://www.youtube.com/watch?v=YcFmp1KkLkY
我希望這有幫助！
@朱利安
回覆：分類變數的編碼你好@Anja_W ，
如果您在 DoE 中使用分類因子，則預設對分類因子執行 Gram-Schmidt 正交化程序，將任何 k 級分類因子轉換為 k-1 個連續獨立且正交的因子（向量）。更多資訊請見：
格拉姆-施密特過程 - 維基百科
9.5 格拉姆-施密特正交化程式 - 數學自由文本
需要進行 Gram-Schmidt 正交化處理，以確保與 k 級分類因子相關的 k-1 個獨立向量是正交的（= 一個單位長度）。這種「縮放」可確保設計中所有因子的長度相同，因此在模型建構過程中，效應的比較也基於相同的基礎進行，不會因分類因子基數較高而導致向量長度過長，從而導致這些因子的重要性可能高於（或低於）其實際重要性。
為了存取此因子編碼，您可以在首次建立設計時勾選“ 儲存 X 矩陣”，或啟動腳本“ DoE 對話 ”存取您已有的設計創建，然後在（重新）產生相同設計時勾選“儲存 X 矩陣”選項。您可以稍微修改腳本，讓 X 矩陣以 JMP 資料表格式顯示。
您可以查看有關此密切相關主題的更多資訊： DoE 多層次分類因素相關性顏色圖
希望這個答案能對你有幫助，
