Jak zmusić R do używania określonego poziomu czynnika jako odniesienia w regresji?

Jak mogę powiedzieć R, aby używał określonego poziomu jako odniesienia, jeśli używam binarnych zmiennych objaśniających w regresji?

Po prostu domyślnie używa jakiegoś poziomu.

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

z b {0, 1, 2, 3, 4} . Powiedzmy, że chcę użyć 3 zamiast zera używanego przez R.

Zobacz relevel()funkcję. Oto przykład:

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)

Teraz zmienia współczynnik bw DFprzy korzystaniu z relevel()funkcji:

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

W modelach oszacowano różne poziomy odniesienia.

> 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

Inni wspominali o relevelpoleceniu, które jest najlepszym rozwiązaniem, jeśli chcesz zmienić poziom podstawowy dla wszystkich analiz na swoich danych (lub chcesz żyć ze zmianą danych).

Jeśli nie chcesz zmieniać danych (jest to jednorazowa zmiana, ale w przyszłości chcesz ponownie zachować domyślne zachowanie), możesz użyć kombinacji funkcji C(uwaga wielkie litery), aby ustawić kontrast icontr.treatments funkcji z podstawowy argument do wyboru poziomu, który ma być linią bazową.

Na przykład:

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

relevel()Komenda jest metodą skróconą do Twojego pytania. To, co robi, to zmiana kolejności współczynnika, tak aby poziom odniesienia był pierwszy. Dlatego zmiana kolejności poziomów współczynników również będzie miała ten sam efekt, ale zapewnia większą kontrolę. Być może chciałeś mieć poziomy 3,4,0,1,2. W tym wypadku...

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

Wolę tę metodę, ponieważ łatwiej jest mi zobaczyć w kodzie nie tylko, jakie było odniesienie, ale także położenie innych wartości (zamiast patrzeć na wyniki).

UWAGA: NIE czyń tego zamówionym czynnikiem. Czynnik o określonej kolejności i zamówiony czynnik to nie to samo. lm()możesz zacząć myśleć, że chcesz kontrastów wielomianowych, jeśli to zrobisz.

Wiem, że to stare pytanie, ale miałem podobny problem i stwierdziłem, że:

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

robi dokładnie to, o co prosiłeś.

Możesz również ręcznie oznaczyć kolumnę contrastsatrybutem, który wydaje się być uwzględniany przez funkcje regresji:

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

Dla tych, którzy szukają wersji dplyr / tidyverse. Opierając się na rozwiązaniu Gavina Simpsona:

# 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)