在 R [重复] 中更改 glm 中的分类预测变量的级别
Posted
技术标签:
【中文标题】在 R [重复] 中更改 glm 中的分类预测变量的级别【英文标题】:Change the levels of the categorical predictor in glm in R [duplicate] 【发布时间】:2021-08-26 10:50:02 【问题描述】:我有一个名为“组”的预测变量,该组有 3 个类别(ALTO、MEDIO、BAJO)。在我的二项式家庭的 glm 中,摘要显示了截距 + BAJO 和 MEDIO,但我需要在我的 tab_model 中只看到 ALTO 和 MEDIO 并让 BAJO 作为截距。有什么办法可以改变这个设置吗?
mSUI1d <- glm(Suicidio ~ Grupo, data = PAIS_PBI, family = binomial)
> mSUI1d
Call: glm(formula = Suicidio ~ Grupo, family = binomial, data = PAIS_PBI)
Coefficients:
(Intercept) GrupoBAJO GrupoMEDIO
-1.35703 0.12204 0.07421
Degrees of Freedom: 42454 Total (i.e. Null); 42452 Residual
(1027 observations deleted due to missingness)
Null Deviance: 44250
Residual Deviance: 44230 AIC: 44240
这是我的 tab_model:
Odds Ratios IC (95%)
GrupoBAJO 1.13 *** 1.07 – 1.20
GrupoMEDIO 1.08 * 1.02 – 1.14
Observations 42455
【问题讨论】:
查看forcats
包中的fct_relevel
。
我正在检查它...
【参考方案1】:
您可以使用relevel()
函数来指定因子的哪个水平是参考水平。假设变量 Grupo 已经是一个因素,这应该可以工作:
PAIS_PBI$Grupo <- relevel(PAIS_PBI$Grupo, ref = "BAJO")
【讨论】:
以上是关于在 R [重复] 中更改 glm 中的分类预测变量的级别的主要内容,如果未能解决你的问题,请参考以下文章
H2O 不应该标准化正则化 GLM 模型(套索、岭、弹性网)的分类预测变量吗?
R语言glm拟合logistic回归模型实战:基于glm构建逻辑回归模型及模型系数统计显著性分析每个预测因子对响应变量的贡献