如何在 R 中重新调整序数逻辑回归模型中的因子？

Question

我目前正在研究带有 R 的序数逻辑回归模型。输出系数使用相同的参考水平。我想知道如何更改参考电平？更具体，请参见下面的示例。我不想使用真实数据，所以我模拟了一个。 a 和 T 都是从 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

“a”的系数使用参考级别 1、a2、a3、a4 和 a5 基本上将级别 2、3、4、5 与参考级别 1 进行比较。我的问题是如何重新调整它以便输出将自动给出 a3|2、a4|3、a5|4（即 beta3-beta2、beta4-beta3）？我四处搜索并没有找到类似的问题。非常感谢。

Answer 1

我想你想要 MASS 包中的 contr.sdif 函数：来自 ?contr.sdif，

选择对比度系数，以便编码 在单向布局的系数是之间的差异 指二级和一级，三级和二级， 等等。这对有序因子最有意义，但确实 不要假设这些级别是等距的。

所以：

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

根据?polr 的文档，应该可以添加参数contrasts=list(a=contr.sdif) 而不是在变量本身上设置对比；然而，这似乎给出了一个错误（类似的设置适用于lm）。这看起来对我来说就像polr 中的一个错误，但这有点难以相信，因为这是 R 的一个古老且经过良好测试的部分......在可能的情况下（也许不是在这种情况下）我更喜欢公式中的 contrasts 参数，因为它在阅读代码时更加明确/可见，但口味不同。