model.matrix 适用于 df 的 "month" 列，但为 "week" 列提供意外输出

Question

我正在尝试使用 model.matrix 构建模型矩阵。这是我的数据，存储为名为 wILI:

的数据框

date       value      week month year
1997-10-01  0.002734167 1   10  1997
1997-10-08  0.003612784 2   10  1997
1997-10-15  0.004757731 3   10  1997
1997-10-22  0.006238000 4   10  1997
1997-10-29  0.008132015 5   10  1997
1997-11-05  0.010522688 6   11  1997
1997-11-12  0.013487294 7   11  1997
1997-11-19  0.017080349 8   11  1997
1997-11-26  0.021308731 9   11  1997
1997-12-03  0.026101156 10  12  1997
1997-12-10  0.031279133 11  12  1997
1997-12-17  0.036542190 12  12  1997
1997-12-24  0.041482753 13  12  1997
1997-12-31  0.045640193 14  12  1997
1998-01-07  0.048587584 15  01  1998
1998-01-14  0.050025386 16  01  1998
1998-01-21  0.049847167 17  01  1998
1998-01-28  0.048152678 18  01  1998
1998-02-04  0.045207680 19  02  1998
1998-02-11  0.041371773 20  02  1998
1998-02-18  0.037022686 21  02  1998
1998-02-25  0.032498271 22  02  1998
1998-03-04  0.028064335 23  03  1998
1998-03-11  0.023905745 24  03  1998
1998-03-18  0.020133246 25  03  1998
1998-03-25  0.016798043 26  03  1998
1998-04-01  0.013908254 27  04  1998
1998-04-08  0.011443810 28  04  1998
1998-04-15  0.009368329 29  04  1998
1998-04-22  0.007637759 30  04  1998
1998-04-29  0.006206186 31  04  1998
1998-05-06  0.005029414 32  05  1998
1998-05-13  0.004066965 33  05  1998
1998-05-20  0.003282970 34  05  1998
1998-05-27  0.002646398 35  05  1998

我正在测试 wILI 数据的两个模型，一个带有月回归量，另一个带有周回归量。也就是说，我想要每个月（模型 1）和每周（模型 2）的系数。对于上述数据，可能的月份是 1,2,3,4,5,10,11,12，可能的周是 1,2,...,35。当我使用 model.matrix(~ 0 + month, wILI) 时，它按预期工作：

month01 month02 month03 month04 month05 month10 month11 month12
0   0   0   0   0   1   0   0
0   0   0   0   0   1   0   0
0   0   0   0   0   1   0   0
0   0   0   0   0   1   0   0
0   0   0   0   0   1   0   0
0   0   0   0   0   0   1   0
0   0   0   0   0   0   1   0
0   0   0   0   0   0   1   0
0   0   0   0   0   0   1   0
0   0   0   0   0   0   0   1
0   0   0   0   0   0   0   1
0   0   0   0   0   0   0   1
0   0   0   0   0   0   0   1
0   0   0   0   0   0   0   1
1   0   0   0   0   0   0   0
1   0   0   0   0   0   0   0
1   0   0   0   0   0   0   0
1   0   0   0   0   0   0   0
0   1   0   0   0   0   0   0
0   1   0   0   0   0   0   0
0   1   0   0   0   0   0   0
0   1   0   0   0   0   0   0
0   0   1   0   0   0   0   0
0   0   1   0   0   0   0   0
0   0   1   0   0   0   0   0
0   0   1   0   0   0   0   0
0   0   0   1   0   0   0   0
0   0   0   1   0   0   0   0
0   0   0   1   0   0   0   0
0   0   0   1   0   0   0   0
0   0   0   1   0   0   0   0
0   0   0   0   1   0   0   0
0   0   0   0   1   0   0   0
0   0   0   0   1   0   0   0
0   0   0   0   1   0   0   0

第 i 行的元素在其对应月份的列中为 1，在所有其他列中为零，正如我想要的那样。但是当我使用“周”而不是“月”尝试同样的事情时，我得到了这个：

……嗯？？为什么我得到一个 35x1 的向量？我想要一个 35x35 矩阵，其中第一行在第一列中有一个 1，其他所有地方都为零，第二行在第二列中有一个 1，其他所有地方都为零，第三行在第三列中有一个 1，其他地方都为零等（即 35x35 单位矩阵）。关于如何实现这一目标的任何建议？为什么只需将“月”更改为“周”，输出结果就会如此不同？

Answer 1

确保周和月是因子（或字符）。数值预测变量成为模型矩阵中的单列，而因子为每个级别生成一列，如果有截距，则除一个级别外的所有级别生成一列。如果该列已经是因子或字符，则可以省略变量周围的因子（...）。

model.matrix(~ factor(month) + 0, wILI)
model.matrix(~ factor(week) + 0, wILI)

另一种给出更好的系数名称的写法是：

model.matrix(~ month + 0, transform(wILI, month = factor(month)))
model.matrix(~ week + 0, transform(wILI, week = factor(week)))

model.matrix 适用于 df 的 "month" 列，但为 "week" 列提供意外输出

model.matrix works for "month" column of df but gives unexpected output for "week" column

r

dataframe

matrix

regression

model.matrix