為什么在R中使用multinom（）獲得的系數多於特征？

Question

我有一個包含約20個樣本和4個特征的數據集。 在這里輸入圖像描述，我想使用multinom（）創建模型。 但是此函數返回約50個具有奇怪名稱的系數。

>model <- multinom(types ~ LD1+LD2+LD3+LD4, t)    
> colnames(coef(model))    
    [1] "(Intercept)"           "LD1-0.924675250911259" "LD1-0.996017404791012" "LD1-11.0091236817909"  "LD1-11.0470069995094"  "LD1-11.1382649674021"  "LD1-11.1449776356607" 
         [8] "LD1-1.11507632119743"  "LD1-11.4100167287132"  "LD1-1.15405541868851"  "LD1-1.42692764536373"  "LD11.45075731787807"   "LD1-1.562329638922"    "LD1-2.03752025992806" 
        [15] "LD132.7387270807495"   "LD133.0932516010117"   "LD135.0760659080006"   "LD1-3.57028123573125"  "LD1-5.22424301205266"  "LD1-5.95754635904308"  "LD1-6.39430959506567" 
        [22] "LD1-6.8622462443044"   "LD1-7.03073614006179"  "LD1-8.00430359650879"  "LD1-8.17057054273565"  "LD1-9.02013723266161"  "LD20.0761110897194115" "LD20.83307548406597"  
        [29] "LD210.9301821277818"   "LD21.2118957034112"    "LD2-1.7139684831726"   "LD2-1.85478166588227"  "LD2-2.11785431701449"  "LD2-2.19678883756181"  "LD2-2.43688626054258" 
        [36] "LD22.71656669882489"   "LD23.17377132687911"   "LD23.25781591451936"   "LD2-3.4433493942635"   "LD2-3.5203090034966"   "LD2-3.71418994994738"  "LD2-3.8380001046407"  
        [43] "LD2-3.87686665511689"  "LD2-3.9100454768453"   "LD2-3.95942532853135"  "LD2-4.04744180009915"  "LD2-4.12030177266551"  "LD24.17412372599923"   "LD24.75169238888003"  
        [50] "LD2-4.91414969791761"  "LD29.19759557325694" 

為什么會這樣，這意味着什么？

Answer 1

多項模型是邏輯回歸的擴展，該邏輯預測了每個響應級別的概率。 因此，如果您有11個級別，則將獲得10個預測方程，每個預測方程具有1個系數。 （響應的一個級別是基線。）

但是，在這種情況下，您可能會遇到另一個問題。 即使您的LD1和LD2預測變量看起來像是數字，R也會將它們視為因素。 因此，您應該檢查是否已正確導入數據。