R glm函數更改我的列名

Question

我有一個相對簡單的問題，但似乎找不到答案。

運行以下行時，我有一個200 X 8的矩陣temp和一個響應矩陣（200X1） Binomial Vector ：

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

我能夠運行邏輯回歸。 我認為這樣做實際上是BinomialVector~tempcol1 +tempcol2+tempcol3 ，依此類推。

但是，當我按summary(CLog) ，我的因素名稱已更改。 如果第一列稱為trees則它會更改temptrees 。是否有防止這種情況的方法？

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

這就是我的臨時矩陣的可能列。 我不喜歡使用這種加法表示法的原因是，列數發生了變化，因為我在用戶定義的函數中使用此函數，並將其輸入到臨時矩陣中。 至於使用數據框，我給人的印象是數據框確實是正確的東西，但是當它不是as.matrix時，我似乎會出錯。 ：s

Answer 1

您是否可以發布數據的代表性子集，並且實際輸出glm可以為您提供該子集？

然后，將更易於診斷/復制。

同時，我建議您使用數據框而不是矩陣。 方法如下：

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

矩陣是一種不好的格式，不能用作回歸模型的數據源（一方面，它們將所有列強制為相同的數據類型，這在這里可能是問題的一部分，也可能不是問題的一部分），所以我從不使用它們。 但是，如果我不得不猜測，您的模型可能是將矩陣轉換為一個長向量？ 也許那里某個變量的值是“ tree”？ 但是沒有示例數據和輸出，這全都是猜測。 當您運行上述命令時，問題的性質很可能會立即顯示出來。

Answer 2

使用數據幀是必經之路。 首先，它將使對新數據的預測變得容易得多。 而且還可以讓您使用名義預測變量（因子），而不必自己編寫虛擬變量。 如果預測變量的數量不是固定的，並且您要在所有預測變量上擬合模型，請使用. 在公式。

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