修改逻辑回归中的因子名称

Posted 2023-03-11

【中文标题】修改逻辑回归中的因子名称

【英文标题】：Modifying the names of factors in logistic regression

【发布时间】：2012-05-11 07:10:38

【问题描述】：

让我先展示一个示例数据。

set.seed(1)
x1=rnorm(10)
y=as.factor(sample(c(1,0),10,replace=TRUE))
x2=sample(c('Young','Middle','Old'),10,replace=TRUE)
model1 <- glm(y~as.factor(x1>=0)+as.factor(x2),binomial)

当我输入summary(model1)，我得到

 Estimate Std. Error z value Pr(>|z|)
(Intercept)              -0.1835     1.0926  -0.168    0.867
as.factor(x1 >= 0)TRUE    0.7470     1.7287   0.432    0.666
as.factor(x2)Old          0.7470     1.7287   0.432    0.666
as.factor(x2)Young       18.0026  4612.2023   0.004    0.997

现在请忽略模型估计，因为数据是假的 R中有没有办法改变出现在最左边一列的估计的名称，使它们看起来更清晰？例如。删除 as.factor，并在因子级别之前放置一个_。输出应该如下：

                Estimate Std. Error z value Pr(>|z|)
(Intercept)      -0.1835     1.0926  -0.168    0.867
(x1 >= 0)_TRUE    0.7470     1.7287   0.432    0.666
(x2)_Old          0.7470     1.7287   0.432    0.666
(x2)_Young       18.0026  4612.2023   0.004    0.997

【问题讨论】：

您是否正在寻找一种方法来改变一般summary.(g)lm 对象的打印方法，或者您是否希望简单地重命名此特定coefficients 组件的rownames summary.glm对象？

对比度的命名方式基于默认（或明确设置）的对比度函数（通常为contr.treatment）。查看car::contr.Treatment 了解更改名称的方法（使用该函数，或按照那里的代码创建自己的函数）。

【参考方案1】：

除了上面的 cmets 之外，另一部分是将所有数据放在一个数据框中，并相应地命名变量。那么变量名就不是取自塞进你的公式中的一个又大又丑的表达式：

library(car)
dat <- data.frame(y = y,
                  x1 = cut(x1,breaks = c(-Inf,0,Inf),labels = c("x1 < 0","x1 >= 0"),right = FALSE),
                  x2 = as.factor(x2))

#To illustrate Brian's suggestion above
options(decorate.contr.Treatment = "")
model1 <- glm(y~x1+x2,binomial,data = dat,
            contrasts = list(x1 = "contr.Treatment",x2 = "contr.Treatment"))
summary(model1)

Call:
glm(formula = y ~ x1 + x2, family = binomial, data = dat, contrasts = list(x1 = "contr.Treatment", 
    x2 = "contr.Treatment"))

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-1.7602  -0.8254   0.3456   0.8848   1.2563  

Coefficients:
             Estimate Std. Error z value Pr(>|z|)
(Intercept)   -0.1835     1.0926  -0.168    0.867
x1[x1 >= 0]    0.7470     1.7287   0.432    0.666
x2[Old]        0.7470     1.7287   0.432    0.666
x2[Young]     18.0026  4612.2023   0.004    0.997

【讨论】：

@Stat-R 您是否安装并加载了 car 包？

【参考方案2】：

对于第一部分，首先在拟合模型之前获取您的数据。收集数据框中的变量并将处理后的变量包含在该数据框中，这样您就可以控制它们的名称。例如：

set.seed(1)
x1 <- rnorm(10)
y <- as.factor(sample(c(1,0), 10, replace=TRUE))
x2 <- sample(c('Young', 'Middle', 'Old'), 10, replace=TRUE)
dat <- data.frame(y = y, x1 = x1, x2 = factor(x2),
                  x1.gt.0 = factor(x1 >= 0))
model1 <- glm(y~ x1.gt.0 + x2, data = dat, family = binomial)

> coef(model1)
(Intercept) x1.gt.0TRUE       x2Old     x2Young 
 -0.1835144   0.7469661   0.7469661  18.0026168

这就是你应该在大多数 R 函数中使用公式接口的方式。