混合 DoE 模型中的編碼和攔截你好社區，
我有一個關於啟動預設 L PseudoComponent Coding（預設條件）時為 Mixture DoE 找到的模型的問題。
當這個被激活時，我的主要效果有奇怪的形式，如下圖所示：
我更喜歡他們有更乾淨的視野，只有油、水和醋（不是比例的形式）。除了視覺美感偏好之外，還有一點更讓我困惑。當我導出這種情況的方程式並簡化它時，它看起來像：
在我看來，綠色圓圈中的數字就像截距，在混合母鹿中，模型通常沒有截距。
我的第一個問題是：如果我想要一個更具視覺美感的模型，我知道我可以取消選取 L PseudoComponent 編碼。然而，這樣做有什麼危險呢？
我的第二個問題是：為什麼在這種混合情況下我的模型中會出現截距？
謝謝你，
朱利安
進階統計建模基礎資料分析與建模實驗設計回覆：混合 DoE 模型中的編碼和攔截關於您的模型，您在運行擬合模型時是否選取了「無攔截」方塊？
回覆：混合 DoE 模型中的編碼和攔截偽分量編碼用於降低模型項之間的相關性。關閉此功能的「危險」是，您可能會增加相關性，從而導致參數估計變異數的膨脹。這反過來可能會導致錯誤地將術語聲明為無關緊要的。但是，如果您僅使用混合模型進行預測（這是大多數人使用混合模型的目的），那麼關閉偽組件編碼確實沒有危險。
至於你的問題#2，混合模型實際上有一個截距，但它被納入每個主效應。無法明確估計。事實上，如果將此截距添加到每個主效應參數中，您將獲得真正的 Scheffe 模型主效應參數。截距並不是真正估計的，它只是偽分量編碼所需的比例變化的產物。
回覆：混合 DoE 模型中的編碼和攔截謝謝@statman的回答，
是的，我檢查了該選項。
回覆：混合 DoE 模型中的編碼和攔截有些人喜歡了解設計的實驗中哪些效果是顯著的。因此他們並不關心模型的預測能力，只關心哪些項具有統計顯著性。我個人通常不關心混合實驗中的效應顯著性。然而，一些交叉項實際上是對曲率進行建模，因此我可能對這些統計測試的結果感興趣，以確定曲率是否顯著。如果我關閉了偽分量編碼，我可能會認為曲率並不顯著，但事實確實如此。增加的變異數可能「隱藏」該曲率項的重要性。因此，如果我對與參數相關的統計測試感興趣，那麼偽分量編碼會很有幫助，因為它將減少參數估計的變異數。但它不會改變預測。這就是為什麼經常推薦偽組件編碼：它沒有壞處，只會有幫助。
現在是關於神祕攔截的第二部分。如果您關閉了偽組件編碼，則不應進行攔截。我猜你並沒有真正擬合混合模型。要驗證這一點，請在模型輸出中前往紅色小三角，然後前往迴歸報告 > 變異數分析。查看變異數分析表。在該表的底部，您應該有一條訊息“針對簡化模型進行測試：Y=平均值”，如下所示：
這表示您正在擬合 Scheffe 模型。如果它顯示“針對簡化模型進行測試：Y=0”，那麼您不適合 Scheffe 模型。您的表中很可能有一些行的混合成分總和不正好為 1。
如果您真正擬合 Scheffe 混合模型並且仍然獲得截距，您能否發布您的表格或至少完整的模型輸出？還有一些不正確的事情發生，因為在不使用偽組件時不應該進行攔截。
回覆：混合 DoE 模型中的編碼和攔截謝謝@Dan_Obermiller的回答。
我確實看到關閉偽組件編碼會增加 VIF 值。
你的第一段中有一些東西讓我感到困惑：除了嘗試預測之外，你的模型還能用來做什麼？我問這個問題是因為在你的回答中你說為了預測，關閉偽組件編碼沒有危險。在什麼情況下關閉此功能實際上有危險？
關於你的答案的第二部分。我可以澄清的是，方程式中的這種明顯的「截距」出現在我打開或關閉偽組件編碼的情況下。因此，我不確定這只是改變比例的人為因素，因為當偽組件編碼關閉時它也會出現。我錯過了什麼嗎？還是我不太明白你的觀點？
