使用相同的多元回归分析的参数估计存在差异。各位，
我使用 JMP 评估了入组年龄 (AAE) 和吸烟状况对线粒体功能测量值 (连续) 的影响。吸烟状况编码为 1 或 0（是、否），使用多元回归。
我将它们全部输入到拟合模型中 - Y = 线粒体参数，构建模型效应 - AAE 和吸烟状况，并运行标准最小二乘模型。我注意到，此输出对使用 SPSS 上的相同数据进行的相同分析产生了不同的参数估计值。
然后我回到 JMP 并进行分析，但使用了广义回归选项，并选择标准最小二乘法作为我的估计方法。然后，此方法的输出与原始最小二乘分析（使用不同的常数和不同的参数估计值）和 SPSS 模型的输出不同。总体 R2、调整后的 R2 等都相同。
虽然我相信如果我在任何模型中输入年龄和吸烟状况，它都会给我根据年龄和吸烟状况校正的线粒体测量值的相同估计值，但我想了解为什么这三个参数估计值和常数都不同？
我已将模型输出的截图附加到下面。
高级统计建模基础数据分析与建模回复：使用相同多元回归分析的参数估计存在差异。你好@philc86 ，
您正在比较通过不同方式获得的参数估计值。
您的 SPSS 输出显示估计值“未标准化”。如果您将原始变量居中并标准化，您将获得与“拟合模型”平台相同的输出。
我希望这对你有帮助，
回复：使用相同多元回归分析的参数估计存在差异。Victor_G 提供了更详尽的答案，但我想补充一点。您提供的 JMP 和 SPSS 最小二乘输出是等效的。吸烟状态变量在 2 中处理方式不同：在 JMP 中，显示值的系数是该值 (0) 与两个值的平均值的比较。因此，吸烟和不吸烟之间的差异是该系数的两倍：这与 SPSS 显示的完全一致。因此，这两个输出之间实际上没有任何区别。
回复：使用相同的多元回归分析的参数估计存在差异。你好，
是的，我刚刚注意到了这一点。非常感谢！
回复：使用相同的多元回归分析的参数估计存在差异。你好 Victor_G，
非常感谢您如此全面的回复。鉴于您所说的居中，我认为使用拟合模型方法而不是广义回归方法是“最佳”的，这种想法对吗？我的主要目标是使用回归线来预测给定年龄和吸烟状况的值。
非常感谢，
菲尔
回复：使用相同的多元回归分析的参数估计存在差异。无论您如何分析“手头”的数据，您获得的模型是否根据年龄和吸烟情况提供合理的预测完全取决于您的初步研究对未来“条件”的代表性。您的所有分析统计数据（例如 p 值、R 平方、RMSE 等）都是枚举的。它们描述手头的数据，仅此而已。
回复：使用相同的多元回归分析的参数估计存在差异。你好@philc86 ，
请注意，在广义回归中，您仍然可以显示中心和缩放预测变量的参数估计，因此您可以获得具有中心（和缩放）的参数估计。
没有最佳选择，它对预测没有影响，但它实际上取决于您如何考虑您的反应随您的连续变量年龄和名义因素吸烟状况而变化的情况，以及您希望如何使用和解释结果：
- 在广义回归中， “吸烟状况[否-是]”的估计值是该级别的平均响应[否]与最后一级别的平均响应[是]之间的差异的估计值（请参阅启动广义回归个性）。因此，它直接表明了这两个名义级别之间变化的幅度和符号。
- 在“拟合模型”中，“吸烟状况 [是]”的估计值是该水平的平均响应 [是] 与总体平均响应 [是+否] 之间的差异的估计值。因此，您可以将此因子水平的影响与两个水平的平均响应进行比较，这在本例中可能没有用（您不会遇到没有吸烟状况或两者兼有的个体）。对于 2 个水平的名义/有序因子，您仍然可以通过将“拟合模型报告”中两个水平的估计值相加来估计两个水平之间的差异；例如，如果您想计算从吸烟者到非吸烟者的响应差异，只需将“是”水平的负估计值和“否”水平的估计值相加。您将找到与“广义回归”平台的估计值相同的值。
您可以在此处关注该主题的讨论以及平台与名义/序数编码之间的比较：
https://community.jmp.com/t5/Discussions/Random-effect-test/mp/659523/highlight/true#M84878
“无论”您使用哪种模型/平台，如果您的模型足以完成该任务并且具有足够的精度和代表性样本，您将能够正确预测给定年龄和吸烟状况的值。
希望这能帮助你澄清情况，
