如何在R中的順序邏輯回歸模型中重新設置因子？

Question

我目前正在使用R進行序數邏輯回歸模型。輸出系數使用相同的參考水平。 我想知道如何更改參考水平？ 具體來說，請參見下面的示例。 我不想使用真實數據，因此我模擬了一個。 a和T均為1到5

polr(formula = T ~ a, data = d, Hess = TRUE)

Coefficients:
      Value Std. Error  t value
a2  0.18823     0.5734  0.32825
a3  0.14747     0.5287  0.27895
a4 -0.50157     0.5766 -0.86985
a5  0.02843     0.5448  0.05219

系數“ a”使用參考級別1，a2，a3，a4和a5基本上將級別2、3、4、5與參考級別1進行比較。我的問題是如何重新調整級別，以便輸出將給出a3 |。 2，a4 | 3，a5 | 4（即beta3-beta2，beta4-beta3）自動生成？ 我到處搜索，沒有找到類似的問題。 非常感謝。

Answer 1

我認為您需要MASS軟件包中的contr.sdif函數：來自?contr.sdif ，

選擇對比度系數，使得單向布局中的編碼系數是第二級和第一級，第三級和第二級等的均值之間的差。 對於有序因素，這最有意義，但不假定這些級別的距離相等。

所以：

library(MASS)
contrasts(d$a) <- contr.sdif(5) # set contrasts: from @Marius in comments
polr(formula = T ~ a, data = d, Hess = TRUE)

根據?polr的文檔，應該可以添加自變量“ contrasts=list(a=contr.sdif)而不是在變量本身上設置對比度。 但是，這似乎會產生錯誤（類似的設置對lm可以正常工作）。 對我來說，這似乎是一個polr錯誤，但是很難相信，因為這是R中經過了良好考驗的一部分……在可能的情況下（可能不是這種情況），我更喜歡公式中的contrasts參數，因為它是在閱讀代碼時更加顯式/可見，但是口味有所不同。