是什么促使我提出这个愿望清单请求的？这不是来自客户的请求，而是基于我使用一些建模平台的经验。
请描述您希望看到的新的或改进的功能或解决方案。
如果我们有 0-1 个二进制列，则几乎总是意味着 0 是对照组或非事件，而 1 是治疗组或事件。
当我们对 0-1 的二元列进行 Logistic 模型拟合时，默认情况下 1 被视为事件。这样就没问题了。
而且我们在JMP Pro 19的Causal Treatment拟合的时候，1作为治疗组，0作为对照组，也是可以的。
但在很多其他平台中，默认是0作为处理，1作为控制。例如，请运行下面的脚本。
dt = New Table( "Test",
New Column( "Treatment", Values( [1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0] )),
New Column( "Covariate", Values( [15, 31, 21, 41, 52, 31, 25, 31, 45, 32, 14, 32, 13] )),
New Column( "Response", Values( [15, 21, 34, 51, 22, 41, 25, 31, 2, 4, 5, 3, 1] ))
);
dt << Fit Model(
Y( :Response ),
Effects( :Treatment, :Covariate ),
Personality( "Generalized Linear Mixed Model" ),
Generalized Distribution( "Normal" ),
Run( Fit( Random Effects Covariance Parameter Estimates( 0 ) ) )
);
我们可以通过“值排序”列属性更改默认行为，但如果这样做，Logistic 和 JMP Pro 19 的因果处理中的 Y 就不会按照我们通常想要的方式运行。
我不知道我们可以如何改变，但我对当前的行为感到有些不便。
如果提供这个新功能，对您和/或其他用户来说会有什么价值？我不知道。
这是外部客户请求吗？不是。
有没有哪个竞争软件包具有这个功能或解决方案，值得我们关注？我认为在很多 R 软件包中，对于 0-1 的二元因子变量，1 被视为处理变量，0 被视为控制变量。
这会影响客户的续约、扩展或采用吗？如果我们不解决这个问题，是否会危及账户安全？不会。
感谢您提交此请求！相关产品经理将很快审核此请求。如有任何更新，我们会通知您。
