134

如果我在回归中使用二元解释变量，如何告诉 R 使用某个水平作为参考？

它只是默认使用某个级别。

lm(x ~ y + as.factor(b))

与b {0, 1, 2, 3, 4}. 假设我想使用 3 而不是 R 使用的零。

4

6 回答 6

179

见relevel()功能。这是一个例子：

set.seed(123)
x <- rnorm(100)
DF <- data.frame(x = x,
                 y = 4 + (1.5*x) + rnorm(100, sd = 2),
                 b = gl(5, 20))
head(DF)
str(DF)

m1 <- lm(y ~ x + b, data = DF)
summary(m1)

现在通过使用函数b来改变因子：DFrelevel()

DF <- within(DF, b <- relevel(b, ref = 3))
m2 <- lm(y ~ x + b, data = DF)
summary(m2)

这些模型估计了不同的参考水平。

> coef(m1)
(Intercept)           x          b2          b3          b4          b5 
  3.2903239   1.4358520   0.6296896   0.3698343   1.0357633   0.4666219 
> coef(m2)
(Intercept)           x          b1          b2          b4          b5 
 3.66015826  1.43585196 -0.36983433  0.25985529  0.66592898  0.09678759
于 2010-10-06T12:05:52.080 回答
65

我知道这是一个老问题，但我有一个类似的问题，发现：

lm(x ~ y + relevel(b, ref = "3"))

完全按照你的要求做。

于 2017-12-14T14:27:23.170 回答
39

relevel如果您想更改所有数据分析的基础级别（或愿意忍受更改数据），其他人提到了该命令是最佳解决方案。

如果您不想更改数据（这是一次性更改，但将来您希望再次使用默认行为），那么您可以使用C（注意大写）函数的组合来设置对比度和contr.treatments函数用于选择要作为基线的级别的基本参数。

例如：

lm( Sepal.Width ~ C(Species,contr.treatment(3, base=2)), data=iris )
于 2010-10-06T15:24:55.220 回答
33

该relevel()命令是您问题的速记方法。它所做的是重新排序因子，以便首先是参考级别。因此，重新排序您的因子水平也会产生相同的效果，但会给您更多的控制权。也许你想有级别 3,4,0,1,2。在这种情况下...

bFactor <- factor(b, levels = c(3,4,0,1,2))

我更喜欢这种方法，因为我更容易在我的代码中看到引用的内容以及其他值的位置（而不是必须查看结果）。

注意：不要让它成为一个有序的因素。具有指定顺序的因子和有序因子不是一回事。 lm()如果你这样做，可能会开始认为你想要多项式对比。

于 2010-10-06T13:16:59.653 回答
12

您还可以使用contrasts属性手动标记列，这似乎受到回归函数的尊重：

contrasts(df$factorcol) <- contr.treatment(levels(df$factorcol),
   base=which(levels(df$factorcol) == 'RefLevel'))
于 2010-10-06T15:25:15.110 回答
1

对于那些寻找 dplyr/tidyverse 版本的人。基于 Gavin Simpson 解决方案：

# Create DF
set.seed(123)
x <- rnorm(100)
DF <- data.frame(x = x,
                 y = 4 + (1.5*x) + rnorm(100, sd = 2),
                 b = gl(5, 20))

# Change reference level
DF = DF %>% mutate(b = relevel(b, 3))

m2 <- lm(y ~ x + b, data = DF)
summary(m2)
于 2019-10-24T13:23:57.537 回答