R glm函数更改我的列名

Question

我有一个相对简单的问题，但似乎找不到答案。

运行以下行时，我有一个200 X 8的矩阵temp和一个响应矩阵（200X1） Binomial Vector ：

CLog=glm(BinomialVector~temp,family= binomial(logit)) 

我能够运行逻辑回归。 我认为这样做实际上是BinomialVector~tempcol1 +tempcol2+tempcol3 ，依此类推。

但是，当我按summary(CLog) ，我的因素名称已更改。 如果第一列称为trees则它会更改temptrees 。是否有防止这种情况的方法？

按照要求：

  BinomialVector
   [,1]
  [1,]    0
  [2,]    1
  [3,]    1
  [4,]    0
  [5,]    0
  [6,]    0
  [7,]    1



temp

  Net.Income.Y06. Return.on.Assets.Y06.
A         0.1929241                27.947    
AA        1.1405694                12.427
AAP       1.0302481                17.117
ABT       2.1006512                13.826

Return.on.Investment.Y06. Total.Current.Assets.Y06.
A                      39.844                 0.9274886  
AA                     20.003                 0.8830403
AAP                    30.927                 1.0439536
ABT                    21.376                 1.2447154


  Total.Current.Liabilities.Y06. IntersectionMostAdmired.2006.
A                        1.0812744                         0.000
AA                       0.9842055                         7.255
AAP                      1.1010472                         0.000
ABT                      0.7617044                         6.715

这就是我的临时矩阵的可能列。 我不喜欢使用这种加法表示法的原因是，列数发生了变化，因为我在用户定义的函数中使用此函数，并将其输入到临时矩阵中。 至于使用数据框，我给人的印象是数据框确实是正确的东西，但是当它不是as.matrix时，我似乎会出错。 ：s

Answer 1

您是否可以发布数据的代表性子集，并且实际输出glm可以为您提供该子集？

然后，将更易于诊断/复制。

同时，我建议您使用数据框而不是矩阵。 方法如下：

mydf<-data.frame(y=BinomialVector,temp);
CLog = glm(BinomialVector~tempcol1+tempcol2+tempcol3,data=mydf,family=binomial(logit));

矩阵是一种不好的格式，不能用作回归模型的数据源（一方面，它们将所有列强制为相同的数据类型，这在这里可能是问题的一部分，也可能不是问题的一部分），所以我从不使用它们。 但是，如果我不得不猜测，您的模型可能是将矩阵转换为一个长向量？ 也许那里某个变量的值是“ tree”？ 但是没有示例数据和输出，这全都是猜测。 当您运行上述命令时，问题的性质很可能会立即显示出来。

Answer 2

使用数据帧是必经之路。 首先，它将使对新数据的预测变得容易得多。 而且还可以让您使用名义预测变量（因子），而不必自己编写虚拟变量。 如果预测变量的数量不是固定的，并且您要在所有预测变量上拟合模型，请使用. 在公式。

df <- data.frame(y=BinomialVector, temp)
glm(y ~ ., family=binomial, data=df)