DOE 分析如何处理回归分析中的分类因素你好，
我对分类因素使用 DOE。预测公式为线性回归。 我想知道如何处理分类因素，因此线性回归将起作用。是否对分类因素进行了重新编码？ 有人可以向我指出 JMP 如何处理该问题的相关文档吗？
实验设计回复：DOE 分析如何处理回归分析中的分类因素你好@dadawasozo ,
根据您使用的平台，分类变量可能有不同的编码。
”当您在“拟合模型”启动窗口中输入具有名义建模类型的列时，JMP 在内部将其表示为一组连续指标变量。 每个变量仅假定值 –1、0 和 1。 （请注意，此编码是使用指示符变量对名义变量进行编码的多种方法之一。）如果您的名义列有n水平，那么n需要其中 –1 个指示变量来表示它。 （需要n –1 指示变量与标称柱相关的主效应直接相关n –1 自由度。）完整细节包含在名义因素。 ”
从 ：标称效应编码的统计详细信息
- 对于“广义回归”（标准最小二乘法或其他估计方法）：
”广义回归个性中使用的名义变量的参数化不同于使用其他拟合模型个性的参数化。 广义回归个性使用指标函数参数化。 在此参数化中，与名义变量水平的指标相对应的估计是该水平的平均响应与最后水平的平均响应之间的差异的估计。 最后一级是顺序编码值最高的一级；这是模型中未包含指标函数的水平。
来自：启动广义回归人格
您可能对此讨论感兴趣，其中研究了平台之间的差异（拟合模型和广义回归平台之间的估计值、效果 p 值等的差异）： https://community.jmp.com/t5/Discussions/Random-effect-test/mp/659523#M84878
希望这个回答对你有帮助
回复：DOE 分析如何处理回归分析中的分类因素嗨维克多，
非常感谢您的回复。 这些信息绝对有帮助。
