R用glm和分类变量复制预测变量答案

【问题标题】：R duplicating predictor variables with glm and categorical variablesR用glm和分类变量复制预测变量
【发布时间】：2014-07-06 06:00:17
【问题描述】：

我正在 R 中构建一个带有分类预测变量和二元响应的 glm。我的数据是这样的（但要大得多并且有多个预测变量）：

y <- c(1,1,1,0,0) #response
x <- c(0,0,0,1,2) #predictor

由于这些数据是分类的（但它是用数字表示的），我这样做了：

y <- as.factor(y)
x <- as.factor(x)

然后我建立了我的模型：

g1 <- glm(y~x, family=binomial(link="logit"))

但是模型的细节如下：

g1
Call:  glm(formula = y ~ x, family = binomial(link = "logit"))
Coefficients:
(Intercept)           x1           x2  
      24.57       -49.13       -49.13  
Degrees of Freedom: 4 Total (i.e. Null);  2 Residual
Null Deviance:      6.73 
Residual Deviance: 2.143e-10    AIC: 6

总结是：

summary(g1)
Call:
glm(formula = y ~ x, family = binomial(link = "logit"))

Deviance Residuals: 
         1           2           3           4           5  
 6.547e-06   6.547e-06   6.547e-06  -6.547e-06  -6.547e-06  

Coefficients:
             Estimate Std. Error z value Pr(>|z|)
(Intercept)     24.57   75639.11       0        1
x1             -49.13  151278.15       0        1
x2             -49.13  151278.15       0        1

(Dispersion parameter for binomial family taken to be 1)

Null deviance: 6.7301e+00  on 4  degrees of freedom
Residual deviance: 2.1434e-10  on 2  degrees of freedom
AIC: 6

Number of Fisher Scoring iterations: 23

我不明白为什么 R 在 x1 和 x2 中复制了 x 预测器？ x1 和 x2 是什么意思？

我还需要用估计值明确写下模型，格式如下：y ~ B0 + B1*x 所以我现在卡住了，因为 x 已被一分为二，并且没有称为 x1 和 x2 的初始变量...

感谢您的帮助！

【问题讨论】：

标签： r glm

【解决方案1】：

发生这种情况是因为您将x 变成了一个因素。该因子具有三个水平（0、1 和 2）。当您将分类变量放入回归模型时，一种编码方式是使用参考类别。在这种情况下，R 选择将 0 级别作为参考类别。那么 x1 和 x2 的系数分别是 0 和 1 以及 0 和 2 之间的水平差。

这在回归中是相当标准的，所以你不应该觉得它太令人惊讶。也许您只是对 R 如何命名系数感到困惑。

【讨论】：