R中multinom（）函数中奇怪的大量变量

Question

当我在 R 中运行 multinom() 函数时，结果中的变量数量非常多，而公式中只有几个预测变量。谁能向我解释为什么会这样，我该如何解决？ （mv_daily 只取 0 和 1，icu_loc 在数据中取 0,1,2。）

我尝试了 3 个预测变量，结果中的变量数量增加到 1230 个！该程序将预测变量的每个不同值作为结果中的不同变量，并赋予它不同的系数。

newdata2 <- read.csv("~/Desktop/input_multinom_reg_March9_csv.csv")
library(nnet)
test <- multinom(state_tomorrow ~ mv_daily + icu_loc, newdata2,maxit=400,MaxNWts=2000)

结果：

 Call:
 multinom(formula = state_tomorrow ~ mv_day2 + icu_loc, data = newdata2, 
 maxit = 400, MaxNWts = 2000)

Coefficients:
(Intercept)    mv_daily    icu_loc
F     3.6303751 -1.1223394 -0.3681095
H     1.2178084 -1.3153864  0.3721295
IND   0.4628305 -2.1366738 -1.2530020
PR    2.2952981 -1.3085620 -0.4032178
RRT   0.1000952 -0.6432881  0.7659957

# weights:  24 (15 variable)
initial  value 18682.675986 
iter  10 value 12929.391832
iter  20 value 12341.441938
final  value 12284.346914

数据如下所示：

id  state_tomorrow  day  mv_daily  icu_loc
1     F              1      0         1
1     RRT            2      1         1
2     PR             4      1         0
2     PR             5      1         2

Answer 1

在估计多项模型时，应该期望每个因子水平都有一个单独的参数估计值。