R和公式中的因子编码

Question

如果我需要自定义值的假人，如何使用公式界面如果我需要值1和2，而不是0和1，估计可能如下所示，其中supp是因子变量。

fit <- lm(len ~ dose + supp, data = ToothGrowth) 

在这个例子中，没有太多使用不同的值，但在“重写”的模式很多情况下，它可能是有用的。

编辑：其实，我有3级，并希望两列编码不同，所以一个是1/0变量，另一个是1/2变量。上面的例子只有两个层次。

Answer 1

您可以通过创建要使用的矩阵并将其设置为contrasts参数lm或设置因子本身的默认对比度来将对比度设置为任何想要的值。

一些样本数据：

set.seed(6) 
d <- data.frame(g=gl(3,5,labels=letters[1:3]), x=round(rnorm(15,50,20))) 

的对比，你心里有：

mycontrasts <- matrix(c(0,0,1,0,1,1), byrow=TRUE, nrow=3) 
colnames(mycontrasts) <- c("12","23") 
mycontrasts 
#  12 23 
#[1,] 0 0 
#[2,] 1 0 
#[3,] 1 1 

然后你在lm通话使用：

> lm(x ~ g, data=d, contrasts=list(g=mycontrasts)) 

Call: 
lm(formula = x ~ g, data = d, contrasts = list(g = mycontrasts)) 

Coefficients: 
(Intercept)   g12   g23 
     58.8  -13.6   5.8 

我们可以检查它通过比较手段来做正确的事情：

> diff(tapply(d$x, d$g, mean)) 
    b  c 
-13.6 5.8 

默认对比度是使用第一级为基准：

> lm(x ~ g, data=d) 

Call: 
lm(formula = x ~ g, data = d) 

Coefficients: 
(Intercept)   gb   gc 
     58.8  -13.6   -7.8 

但可与contrasts命令来更改：

> contrasts(d$g) <- mycontrasts 
> lm(x ~ g, data=d) 

Call: 
lm(formula = x ~ g, data = d) 

Coefficients: 
(Intercept)   g12   g23 
     58.8  -13.6   5.8