model.matrix
如果低阶项包含在交互项中,则返回较少的级别。如果双因子变量分别具有 na 和 nb 水平。在具有交互项的完整 model.matrix 中,model.matrix(~ A + B + A:B)
,我不应该有 (na-1) + (nb-1) + (na*nb-1) 吗?
在下面的例子中,a
和 b
每个有三个级别。它们总共有九个级别。
data(mtcars)
a <- as.factor(mtcars$gear)
b <- as.factor(mtcars$cyl)
table (a,b)
b
a 4 6 8
3 1 2 12
4 8 4 0
5 2 1 2
对于只有交互项的模型矩阵,它具有所有九个级别。
mod.I <- model.matrix(~ a:b)
colnames(mod.I)
[1] "(Intercept)" "a3:b4" "a4:b4" "a5:b4" "a3:b6"
[6] "a4:b6" "a5:b6" "a3:b8" "a4:b8" "a5:b8"
然而,对于只有一个低阶项的 model.matrix,它也会降低其他变量的水平。在这种情况下,b 没有 b = 4 的项。
mod.a <- model.matrix(~ a + a:b)
colnames(mod.a)
[1] "(Intercept)" "a4" "a5" "a3:b6" "a4:b6"
[6] "a5:b6" "a3:b8" "a4:b8" "a5:b8"
这相当于完整的model.matrix。
mod.ab <- model.matrix(~ a + b + a:b)
colnames(mod.ab)
[1] "(Intercept)" "a4" "a5" "b6" "b8"
[6] "a4:b6" "a5:b6" "a4:b8" "a5:b8"
我读到它与对比有关,但是,对比不会在交互项上独立运作吗?另外,如果我想知道 a4:b4 与 a3:b4 的系数,我该怎么做?
最佳答案
您可以查看 model.matrix 的输出以确切了解它在任何特定情况下所做的工作,但无论如何要计算全套系数,请使用 dummy.coef
像这样或可选地使用 use.na=TRUE
争论。见 ?dummy.coef
fm <- lm(mpg ~ a + a:b, mtcars)
dummy.coef(fm)
给予:
Full coefficients are
(Intercept): 21.5
a: 3 4 5
0.000 5.425 6.700
a:b: 3:4 4:4 5:4 3:6 4:6 5:6 3:8 4:8 5:8
0.000 0.000 0.000 -1.750 -7.175 -8.500 -6.450 0.000 -12.800
关于r - model.matrix 如何为交互项选择级别,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57720642/