多元回归/混合效应模型的因子编码-R和Jamovi的对比

多元回归中因子编码方式决定了如何解释变量效应。尤其在有交互作用的模型中变得较为复杂

R中的因子编码有几种方式

Jamovi的因子编码更加丰富，且提供了simple coding选项

目前simple coding倍受推崇，在R中没有现成的函数，需要自定义(或者有些函数包提供)。

个人建议，如果你的数据量不是很大，模型不太复杂，使用Jamovi的线性回归功能是一个非常好的选择。因为回归结果可以实时观察到。

jamovi你和混合线性模型操作教程参见：

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

PS：

简单效应，固定效应，主效应的辨析参见：

差之毫厘，谬以千里：辨析「固定效应、主效应、简单效应」 - 包寒吴霜的文章 - 知乎 https://zhuanlan.zhihu.com/p/513227882

treatment coding与sum coding的辨析参见：https://blog.csdn.net/gjwang1983/article/details/44985751

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