混合 DoE 模型中的编码和拦截你好社区，
我有一个关于激活默认 L PseudoComponent Coding（默认条件）时为 Mixture DoE 找到的模型的问题。
当这个被激活时，我的主要效果有奇怪的形式，如下图所示：
我更喜欢他们有更干净的视野，只有油、水和醋（不是比例的形式）。除了视觉审美偏好之外，还有一点更让我困惑。当我导出这种情况的方程并简化它时，它看起来像：
在我看来，绿色圆圈中的数字就像截距，在混合母鹿中，模型通常没有截距。
我的第一个问题是：如果我想要一个更具视觉美感的模型，我知道我可以取消选中 L PseudoComponent 编码。然而，这样做有什么危险呢？
我的第二个问题是：为什么在这种混合情况下我的模型中会出现截距？
谢谢你，
朱利安
高级统计建模基础数据分析和建模实验设计回复：混合 DoE 模型中的编码和拦截关于您的模型，您在运行拟合模型时是否选中了“无拦截”框？
回复：混合 DoE 模型中的编码和拦截伪分量编码用于降低模型项之间的相关性。关闭此功能的“危险”是，您可能会增加相关性，从而导致参数估计方差的膨胀。这反过来可能会导致错误地将术语声明为无关紧要的。但是，如果您仅使用混合模型进行预测（这是大多数人使用混合模型的目的），那么关闭伪组件编码确实没有危险。
至于你的问题#2，混合模型实际上有一个截距，但它被纳入每个主效应中。无法明确估计。事实上，如果将此截距添加到每个主效应参数中，您将获得真正的 Scheffe 模型主效应参数。截距并不是真正估计的，它只是伪分量编码所需的比例变化的产物。
回复：混合 DoE 模型中的编码和拦截谢谢@statman的回答，
是的，我检查了该选项。
回复：混合 DoE 模型中的编码和截距有些人喜欢从设计实验中了解哪些影响是显著的。所以他们不关心模型的预测能力，只关心哪些项具有统计显著性。我个人通常不关心混合实验中的影响显著性。然而，一些交叉项实际上是对曲率的建模，所以我可能对这些统计测试的结果感兴趣，以确定曲率是否显著。如果我关闭了伪成分编码，我可能会认为曲率并不显著，但实际上它很重要。增加的方差可能会“隐藏”曲率项的显著性。因此，如果我对与参数相关的统计测试感兴趣，那么伪成分编码是有帮助的，因为它会减少参数估计的方差。但它不会改变预测。这就是为什么伪成分编码经常被推荐的原因：它没有坏处，只能有所帮助。
现在来看看神秘截距的第二部分。如果您关闭了伪成分编码，则不应该有截距。我猜您实际上并没有拟合混合模型。要验证这一点，请在模型输出中转到红色三角形，然后转到回归报告 > 方差分析。查看方差分析表。在该表的底部，您应该看到一条消息“针对简化模型进行测试：Y=平均值”，如下所示：
这表明您正在拟合 Scheffe 模型。如果显示“针对简化模型测试：Y=0”，则表示您没有拟合 Scheffe 模型。很可能您的表格中有些行的混合成分加起来不完全为 1。
如果您确实符合 Scheffe 混合模型并且仍然得到截距，您可以发布您的表格或至少完整的模型输出吗？还有其他一些事情是不正确的，因为当不使用伪成分时，您不应该有截距。
回复：混合 DoE 模型中的编码和截距感谢@Dan_Obermiller的回答。
我确实看到关闭伪组件编码会增加 VIF 值。
你的第一段话让我感到困惑：除了尝试预测，你还能用你的模型做什么？我问这个问题是因为你在回答中说，对于预测来说，关闭伪组件编码没有危险。在什么情况下关闭它实际上会有危险？
关于你答案的第二部分。我可以澄清一下，无论我是否启用伪分量编码，方程中的这个明显“截距”都会出现。因此，我不确定它是否只是改变比例的产物，因为当伪分量编码关闭时它也会出现。我是不是漏掉了什么？还是我没有很好地理解你的观点？
