[英]R model.matrix column names for factors
我使用 model.matrix 創建 GLM 使用的矩陣。
formula_test <- as.formula("Y ~ x1 + x2")
data_test <- expand.grid(
Y = 1:100
, x1 = c("A","B")
, x2 = 1:20
)
result_test <- data.frame(model.matrix(
object = formula_test
, data = data_test
))
names(result_test)
有趣的是,result_test 數據的列名是"X.Intercept." "x1B" "x2"
"X.Intercept." "x1B" "x2"
為什么第二列名稱不是"x1A"
?
然后我嘗試了data_test$x1 <- factor(x = data_test$x1, levels = c("A","B"))
但它仍然是一樣的。
那是因為如果您有c("X.Intercept.", "x1A", "x1B", "x2")
,那么您將具有完美的多重共線性: x1A + x1B
將是一列 1,就像X.Intercept.
一樣X.Intercept.
柱子。 如果為了解釋起見,您更喜歡使用x1A
而不是截距,我們可以使用
formula_test <- as.formula("Y ~ -1 + x1 + x2")
給予
names(result_test)
# [1] "x1A" "x1B" "x2"
和
all(rowSums(result_test[, c("x1A", "x1B")]) == 1)
# [1] TRUE
至於為什么是x1A
是下降而不是x1B
,規則似乎是第一個因子的水平消失。 如果我們使用
levels(data_test$x1) <- c("B", "A")
那么這給
names(result_test)
# [1] "X.Intercept." "x1A" "x2"
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.