一般线性模型中的类别预测变量编码
主题       

要在一般线性模型中包含类别变量，Minitab 会对这些类别进行编码以便它们可以包含在回归方程中。一般线性模型自动完成此操作。您有两个编码选项：- 1、0、1 编码或 0、1 编码。可以在编码子对话框中选择编码方案。不论您选择哪种编码方法，类别变量整体效果的检验都将保持不变。

当您具有类别变量时，系数将相对参考水平进行解释。有关详细信息，请参见设置一般线性模型中的参考水平。

-1、0、1 编码

 -1、0、1 编码是一般线性模型和试验设计 (DOE) 的默认编码方式，也称为效应或处理编码。这种编码类型可根据与均值的差异给出效应的估计值。

在设计矩阵中，Minitab 将生成列并且当行属于列组时分配一个 1。没有为参考水平创建任何列。在下面的示例中，如果任意列中的行对应于纽约（参考水平），将分配一个 -1。

1、0 编码

1、0 编码（也称为二进制编码或虚拟编码）是回归分析的默认编码方式。这种编码类型将给出可以解释为不同于参考水平的水平的参数估计值。

例如，您希望在回归模型中包含类别变量位置。位置具有三种水平：香港、伦敦和纽约。如果您选择 1、0 编码，Minitab 将按照下列方式为这三种变量水平编码。

设计矩阵中并不包含参考水平“香港”的单独代码列。当某个观测值与此参考水平相等时，该观测值在所有虚拟变量列中都将编码为 0。