多元回歸中因子編碼方式?jīng)Q定了如何解釋變量效應。尤其在有交互作用的模型中變得較為復雜

R中的因子編碼有幾種方式

Jamovi的因子編碼更加豐富，且提供了simple coding選項

目前simple coding倍受推崇，在R中沒有現(xiàn)成的函數(shù)，需要自定義(或者有些函數(shù)包提供)。

個人建議，如果你的數(shù)據(jù)量不是很大，模型不太復雜，使用Jamovi的線性回歸功能是一個非常好的選擇。因為回歸結(jié)果可以實時觀察到。

jamovi你和混合線性模型操作教程參見：

https://cloud.tencent.com/developer/news/170714

PS：

簡單效應，固定效應，主效應的辨析參見：

差之毫厘，謬以千里：辨析「固定效應、主效應、簡單效應」 - 包寒吳霜的文章 - 知乎 https://zhuanlan.zhihu.com/p/513227882

treatment coding與sum coding的辨析參見：https://blog.csdn.net/gjwang1983/article/details/44985751

https://blog.csdn.net/gjwang1983/article/details/44984185