r - 如何在 R 中的 lm 中获得有序分类变量的 0-1 虚拟变量？

Question

在 R 中运行带有分类因变量的线性模型时，该变量在内部重新编码为虚拟变量:

unord <- data.frame(y = c(1, 2, 3, 12, 11, 13, 101, 103, 102, 1003, 1002, 1001),
             cat = factor(rep(LETTERS[1:4], each = 3), ordered = FALSE))
model.matrix(lm(y~cat, data = unord))

   (Intercept) catB catC catD
1            1    0    0    0
2            1    0    0    0
3            1    0    0    0
4            1    1    0    0
5            1    1    0    0
6            1    1    0    0
7            1    0    1    0
8            1    0    1    0
9            1    0    1    0
10           1    0    0    1
11           1    0    0    1
12           1    0    0    1

我喜欢什么。 然而，如果分类因变量是有序的，则虚拟变量由于某种原因不太直观:

ord <- data.frame(y = c(1, 2, 3, 12, 11, 13, 101, 103, 102, 1003, 1002, 1001),
                cat = factor(rep(LETTERS[1:4], each = 3), ordered = TRUE))
model.matrix(lm(y~cat, data = ord))

   (Intercept)      cat.L cat.Q      cat.C
1            1 -0.6708204   0.5 -0.2236068
2            1 -0.6708204   0.5 -0.2236068
3            1 -0.6708204   0.5 -0.2236068
4            1 -0.2236068  -0.5  0.6708204
5            1 -0.2236068  -0.5  0.6708204
6            1 -0.2236068  -0.5  0.6708204
7            1  0.2236068  -0.5 -0.6708204
8            1  0.2236068  -0.5 -0.6708204
9            1  0.2236068  -0.5 -0.6708204
10           1  0.6708204   0.5  0.2236068
11           1  0.6708204   0.5  0.2236068
12           1  0.6708204   0.5  0.2236068

问题是如何获得有序分类变量的“通常”虚拟变量？注意:问题不在于如何正确使用排序中的信息( https://stats.stackexchange.com/questions/33413/continuous-dependent-variable-with-ordinal-independent-variable )。 p>

Answer 1

您可以通过在 lm 中或如下 model.matrix 中使用 contrasts 参数来强制使用哪种对比度(正如我删除的那样)额外的 lm 调用)

model.matrix(y ~ cat, data = ord, contrasts = list(cat=contr.treatment))

如果您有多个因素列，您可以这样做

nms <- names(ord)[sapply(ord, is.factor)] # get names of factor variables
model.matrix(y ~ cat, data = ord, 
                contrasts = sapply(nms, function(x) list(contr.treatment)))