如何强制R在回归中使用指定的因子水平作为参考？

如果我在回归中使用二元解释variables，我怎么能告诉R使用一定的水平作为参考？

这只是默认使用一些级别。

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

与b {0, 1, 2, 3, 4} 。 假设我想用3来代替R所使用的零。

Answer 1

看到的是relevel()函数。 这里是一个例子：

 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) 

现在通过使用这个函数来改变DF的因子b ：

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

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 

Answer 2

其他人提到了如果你想改变你的数据的所有分析的底层（或愿意改变数据）最好的解决scheme。

如果你不想改变数据（这是一次性改变，但是将来你又想要默认行为），那么你可以使用C（注意大写）函数的组合来设置对比度和控制.treatments函数与基本参数select您想要成为基线的级别。 例如：

 lm( Sepal.Width ~ C(Species,contr.treatment(3, base=2)), data=iris ) 

Answer 3

该命令是一个简短的方法来解决你的问题。 它所做的是重新sorting因素，以便任何参考水平是第一位的。 因此，重新sorting你的因素水平也会有同样的效果，但给你更多的控制权。 也许你想有3,4,0,1,2的水平。 在这种情况下…

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

我更喜欢这种方法，因为我更容易在代码中看到引用是什么，而其他值的位置（而不是看结果）。

注意：不要把它作为一个有序的因素。 具有指定顺序和有序因子的因素并不是一回事。 lm（）可能会开始认为你想要多项式对比，如果你这样做。

Answer 4

您也可以手动标记列的contrasts属性，这似乎是回归函数所尊重的：

 contrasts(df$factorcol) <- contr.treatment(levels(df$factorcol), base=which(levels(df$factorcol) == 'RefLevel'))