R语言 | 多元回归分析中的对照编码（contrast coding） | 第一节 dummy variable（哑变量）和 dummy coding

最新推荐文章于 2023-05-18 20:24:17 发布

gjwang1983

最新推荐文章于 2023-05-18 20:24:17 发布

阅读量2.4w

点赞数 7

CC 4.0 BY-SA版权

分类专栏：大数据 | 数据挖掘 | R语言文章标签： r语言

本文链接：https://blog.youkuaiyun.com/gjwang1983/article/details/44984185

本文介绍了R语言中多元回归分析时如何处理分类变量，特别是对照编码（contrast coding）的概念。通过实例解释了dummy variable（哑变量）的原理，如Diet2、Diet3和Diet4的赋值规则，并展示了如何使用`contrasts`函数查看Factor的对照矩阵。在4个Level的Diet因素中，通过创建3个dummy variable来表示每个Level，以适应线性模型的需求。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对于一个自变量是分类变量Categorical Factor的回归模型，需要为该Factor的每个Level创建dummy variable。Contrast Matrix把每个Level映射为dummy variable的值。

我们看一个例子来感性认识下dummy variable和contrast matrix。

> library(datasets)
> str(ChickWeight)
Classes ‘nfnGroupedData’, ‘nfGroupedData’, ‘groupedData’ and 'data.frame':	578 obs. of  4 variables:
 $ weight: num  42 51 59 64 76 93 106 125 149 171 ...
 $ Time  : num  0 2 4 6 8 10 12 14 16 18 ...
 $ Chick : Ord.factor w/ 50 levels "18"<"16"<"15"<..: 15 15 15 15 15 15 15 15 15 15 ...
 $ Diet  : Factor w/ 4 levels "1","2","3","4": 1 1 1 1 1 1 1 1 1 1 ...
 - attr(*, "formula")=Class 'formula' length 3 weight ~ Time | Chick
  .. ..- attr(*, ".Environment")= 
 - attr(*, "outer")=Class 'formula' length 2 ~Diet
  .. ..- attr(*, ".Environment")= 
 - attr(*, "labels")=List of 2
  ..$ x: chr "Time"
  ..$ y: chr "Body weight"
 - attr(*, "units")=List of 2