5

我有一个需要分类的三类问题。我想在nnet包中使用多项逻辑回归。班级结果有 3 个因素，P、Q、R。我想将 Q 作为基本因素。

所以我试着把它写成这样的对比： 

P <- c(1,0,0)
R <- c(0,0,1)
contrasts(trainingLR$Class) <- cbind(P,R)

检查了它： 

> contrasts(trainingLR$Class)
  P R
P 1 0
Q 0 0
R 0 1

现在multinom()：

library(nnet)
multinom(Class ~., data=trainingLR)

输出：

> multinom(Class ~., data=trainingLR)
# weights:  39 (24 variable)
initial  value 180.172415 
iter  10 value 34.990665
iter  20 value 11.765136
iter  30 value 0.162491
iter  40 value 0.000192
iter  40 value 0.000096
iter  40 value 0.000096
final  value 0.000096 
converged
Call:
multinom(formula = Class ~ ., data = trainingLR)

Coefficients:
  (Intercept)        IL8     IL17A      IL23A     IL23R
Q   -116.2881 -16.562423 -34.80174   3.370051  6.422109
R    203.2414   6.918666 -34.40271 -10.233787 31.446915
       EBI3     IL6ST     IL12A   IL12RB2     IL12B
Q -8.316808  12.75168 -7.880954  5.686425 -9.665776
R  5.135609 -20.48971 -2.093231 37.423452 14.669226
    IL12RB1    IL27RA
Q -6.921755 -1.307048
R 15.552842 -7.063026

Residual Deviance: 0.0001922658 
AIC: 48.00019

问题：
如您所见，由于 P 类没有出现在输出中，这意味着在处理 R 中的因子变量时，它被视为按字母顺序排列的第一个基类，而 Q 类没有被视为在这种情况下，基础级别，如何使其以其他两个级别为基础？

4

1 回答 1

7

我试图避免使用对比，我发现了relevel选择所需级别作为基线的功能。以下代码

trainingLR$Class <- relevel(trainingLR$Class, ref = "P")

应该将“P”级别设置为您的基线。因此，请尝试使用“Q”或“R”级别进行相同的操作。

R 文档 ( ?relevel) 提到“这对于以contr.treatment第一级为参考的对比很有用。”

虽然现在回答可能为时已晚，但由于其他人可能感兴趣，我认为值得分享上述选项。

于 2015-11-18T14:11:20.843 回答