为 R 中的分类变量设置不同级别的常量

Question

谁能解释一下如何在 r 中为不同级别的分类变量设置常量？

我已阅读以下内容：How to set the Coefficient Value in Regression; R 它很好地解释了如何为整个分类变量设置常量。我想知道如何为每个级别设置一个。

例如，让我们看一下 MTCARS 数据集：

df <- as.data.frame(mtcars)

df$cyl <- as.factor(df$cyl)
set.seed(1)
glm(mpg ~ cyl + hp + gear, data = df)

这给了我以下输出：

Call:  glm(formula = mpg ~ cyl + hp + gear, data = df)

Coefficients:

(Intercept)         cyl6         cyl8           hp         gear
     19.80268     -4.07000     -2.29798     -0.05541      2.79645  

Degrees of Freedom: 31 Total (i.e. Null);  27 Residual

Null Deviance:      1126 

Residual Deviance: 219.5    AIC: 164.4

如果我想将 cyl6 设置为 -.34，将 cyl8 设置为 -1.4，然后重新运行以查看它如何影响其他变量，我该怎么做？

Answer 1

我想这就是你能做的

df$mpgCyl=df$mpg
df$mpgCyl[df$cyl==6]=df$mpgCyl[df$cyl==6]-0.34
df$mpgCyl[df$cyl==8]=df$mpgCyl[df$cyl==8]-1.4
model2=glm(mpgCyl ~ hp + gear, data = df)
> model2

Call:  glm(formula = mpgCyl ~ hp + gear, data = df)

Coefficients:
(Intercept)           hp         gear  
   16.86483     -0.07146      3.53128

更新评论：

cyl 是一个因素，因此默认情况下它对 glm 的贡献是偏移量，而不是斜率。实际上 cyl==4 是 'hidden' 但也存在于 glm 中。所以在你的第一个 glm 中，模型说的是：

1) for cyl==4: mpg=19.8-0.055*hp+2.79*gear
2) for cyl==6: mpg=(19.8-4.07)-0.055*hp+2.79*gear
3) for cyl==8: mpg=(19.8-2.29)-0.055*hp+2.79*gear

也许你也可以在这里查看https://stats.stackexchange.com/questions/213710/level-of-factor-taken-as-intercept and here Is there any way to fit a `glm()` so that all levels are included (i.e. no reference level)?

希望对您有所帮助

为 R 中的分类变量设置不同级别的常量

Setting Different Levels of constants for categorical variables in R

r

glm

predictive