當我試圖找出 R 的完美匹配時，我如何 select 中的特定系數 R

Question

我正在尋找意見。 我是 R 的新手，為了工作，我正在嘗試使用以下內容創建一個關稅定價結構：博覽會、區域車輛和司機年齡（我都可以根據年齡創建一些類別）、燃料和汽車品牌（也是分類的）。

查看數據，我注意到我目前有一些過度離散，所以我繼續嘗試擬合負二項式。 我還設法使用似然檢驗改進了 model，使用方差分析 function 進行卡方檢驗。

但是我確實注意到了一些奇怪的事情。 查看品牌系數（從 2 到 14），一些變量在 5% 的水平上是顯着的，而另一些則不是。 我確實進行了似然比測試，它告訴我品牌系數很重要。

我怎么能告訴 R 我只想估計品牌 5,10 和 12 的模型，因為其他品牌並不重要，這意味着擁有這些品牌的保險公司應該支付與標准保險公司相同的費用？

Estimate Std. Error z value Pr(>|z|)

(Intercept) -1.92426 0.10172 -18.916 < 2e-16 ***

zone2C       0.16620 0.05799 2.866   0.00416 **

zone2D       0.42580 0.05946 7.161 8.04e-13 ***

zone2E       0.57356 0.06088 9.421 < 2e-16 ***

zone2F       0.58382 0.13233 4.412 1.03e-05 ***

vehcut2[4,16) 0.09004 0.05096 1.767 0.07724 .

vehcut2[16,101) -0.19546 0.09267 -2.109 0.03494 *

agecut1[26,31) -0.51136 0.10015 -5.106 3.29e-07 ***

agecut1[31,41) -0.59369 0.08502 -6.983 2.89e-12 ***

agecut1[41,51) -0.58597 0.08455 -6.930 4.21e-12 ***

agecut1[51,61) -0.67614 0.08734 -7.741 9.85e-15 ***

agecut1[61,71) -0.70625 0.09992 -7.068 1.57e-12 ***

agecut1[71,81) -0.76348 0.11806 -6.467 1.00e-10 ***

agecut1[81,101) -0.96703 0.23006 -4.203 2.63e-05 ***

as.factor(brand)2 0.02324 0.05663 0.410 0.68154

as.factor(brand)3 0.11332 0.07796 1.454 0.14606

as.factor(brand)4 -0.09019 0.11436 -0.789 0.43032

as.factor(brand)5 0.16641 0.08982 1.853 0.06392 .

as.factor(brand)6 -0.14618 0.11194 -1.306 0.19158

as.factor(brand)10 0.24718 0.11889 2.079 0.03761 *

as.factor(brand)11 0.22740 0.13854 1.641 0.10072

as.factor(brand)12 -0.15984 0.07034 -2.272 0.02306 *

as.factor(brand)13 0.21873 0.13721 1.594 0.11092

as.factor(brand)14 -0.25814 0.27270 -0.947 0.34384

fuelE              -0.16247 0.04202 -3.867 0.00011 ***

謝謝！

Answer 1

您可以按如下方式重新編碼您的brand變量：

library(dplyr)
data <- data %>% 
  mutate(
    brand = case_when(
        brand == 5 ~ "5", 
        brand == 10 ~ "10", 
        brand == 12 ~ "12", 
        TRUE ~ "Other"), 
    brand = factor(brand, levels=c("Other", "5", "10", "12"))
)

然后重新運行 model。