代码之家 › 专栏 › 技术社区 › LeGeniusII

r model.matrix因子的列名称

model.matrix names r

1

LeGeniusII · 技术社区 · 6 年前

我使用model.matrix创建GLM使用的矩阵。

formula_test <- as.formula("Y ~ x1 + x2")
data_test <- expand.grid(
  Y = 1:100
  , x1 = c("A","B")
  , x2 = 1:20
)
result_test <- data.frame(model.matrix(
  object = formula_test
  , data = data_test
))
names(result_test)

有趣的是,结果测试数据的列名是 "X.Intercept." "x1B" "x2"

为什么第二个列名不是 "x1A" ?

然后我尝试 data_test$x1 <- factor(x = data_test$x1, levels = c("A","B")) 但还是一样的。

1 回复 | 直到 6 年前

1

Julius Vainora 6 年前

那是因为如果你有 c("X.Intercept.", "x1A", "x1B", "x2") 那么你就有了完美的多重共线性: x1A + x1B 会是一列一列的,就像 X.Intercept. 列。如果为了解释,你更喜欢 x1A 我们可以使用

formula_test <- as.formula("Y ~ -1 + x1 + x2")

给

names(result_test)
# [1] "x1A" "x1B" "x2"

和

all(rowSums(result_test[, c("x1A", "x1B")]) == 1)
# [1] TRUE

至于为什么 X1A 那是放弃而不是 x1B 规则似乎是第一要素水平消失了。如果我们使用

levels(data_test$x1) <- c("B", "A")

然后给出

names(result_test)
# [1] "X.Intercept." "x1A"          "x2"