DOE 分析如何處理回歸分析中的分類因素你好，
我對分類因素使用 DOE。預測公式為線性回歸。 我想知道如何處理分類因素，因此線性回歸將起作用。是否對分類因素進行了重新編碼？ 有人可以向我指出 JMP 如何處理該問題的相關文檔嗎？
實驗設計回复：DOE 分析如何處理回歸分析中的分類因素你好@dadawasozo ,
根據您使用的平台，分類變量可能有不同的編碼。
”當您在“擬合模型”啟動窗口中輸入具有名義建模類型的列時，JMP 在內部將其表示為一組連續指標變量。 每個變量僅假定值 –1、0 和 1。 （請注意，此編碼是使用指示符變量對名義變量進行編碼的多種方法之一。）如果您的名義列有n水平，那麼n需要其中 –1 個指示變量來表示它。 （需要n –1 指示變量與標稱柱相關的主效應直接相關n –1 自由度。）完整細節包含在名義因素。 ”
從 ：標稱效應編碼的統計詳細信息
- 對於“廣義回歸”（標準最小二乘法或其他估計方法）：
”廣義回歸個性中使用的名義變量的參數化不同於使用其他擬合模型個性的參數化。 廣義回歸個性使用指標函數參數化。 在此參數化中，與名義變量水平的指標相對應的估計是該水平的平均響應與最後水平的平均響應之間的差異的估計。 最後一級是順序編碼值最高的一級；這是模型中未包含指標函數的水平。
來自：啟動廣義回歸人格
您可能對此討論感興趣，其中研究了平台之間的差異（擬合模型和廣義回歸平台之間的估計值、效果 p 值等的差異）： https://community.jmp.com/t5/Discussions/Random-effect-test/mp/659523#M84878
希望這個回答對你有幫助
回复：DOE 分析如何處理回歸分析中的分類因素嗨維克多，
非常感謝您的回复。 這些信息絕對有幫助。
