r - 虚拟编码模型矩阵的R算法是什么？

Question

我注意到当使用虚拟编码来拟合我的线性模型时，R 在形成模型矩阵时排除了某些参数。这样做的R算法是什么？

Answer 1

它没有很好的记录，但它可以追溯到底层 LAPACK 代码使用的任何旋转算法：

来自lm.fit 的源代码：

z <- .Call(C_Cdqrls, x, y, tol, FALSE)
...
coef <- z$coefficients
pivot <- z$pivot
...
r2 <- if(z$rank < p) (z$rank+1L):p else integer()
if (is.matrix(y)) {
    ....
} else {
    coef[r2] <- NA
    ## avoid copy
    if(z$pivoted) coef[pivot] <- coef
    ...
}

如果您想进一步挖掘，您需要查看dqrdc2.f，它说（对于它的价值）：

c dqrdc2 使用户主变换来计算
n 乘以 p 矩阵 x 的 qrc 因式分解。
基于缩减列 c 的 2 范数的有限列c 旋转策略将具有接近零范数的列移动到 x 矩阵 c 的
右侧边缘。
这种策略意味着
可以以自然的方式计算连续的一个 c 自由度效应。

在实践中，我通常发现 R 消除了一组共线预测变量的最后（最右边）列......