Comment forcer R à utiliser un niveau de facteur spécifié comme référence dans une régression?

Question

Comment puis-je demander à R d'utiliser un certain niveau comme référence si j'utilise des variables explicatives binaires dans une régression?

Il utilise juste un niveau par défaut.

lm(x ~ y + as.factor(b)) 

avec b {0, 1, 2, 3, 4}. Disons que je veux utiliser 3 au lieu du zéro qui est utilisé par R.

Answer 1

Voir la fonction relevel(). Voici un exemple:

set.seed(123) 
x <- rnorm(100) 
DF <- data.frame(x = x, 
       y = 4 + (1.5*x) + rnorm(100, sd = 2), 
       b = gl(5, 20)) 
head(DF) 
str(DF) 

m1 <- lm(y ~ x + b, data = DF) 
summary(m1) 

maintenant modifier le facteur b dans DF par l'utilisation de la fonction relevel():

DF <- within(DF, b <- relevel(b, ref = 3)) 
m2 <- lm(y ~ x + b, data = DF) 
summary(m2) 

Les modèles ont estimé différents niveaux de référence.

> coef(m1) 
(Intercept)   x   b2   b3   b4   b5 
    3.2903239 1.4358520 0.6296896 0.3698343 1.0357633 0.4666219 
> coef(m2) 
(Intercept)   x   b1   b2   b4   b5 
3.66015826 1.43585196 -0.36983433 0.25985529 0.66592898 0.09678759 

Answer 2

La commande relevel() est une méthode abrégée pour votre question. Ce qu'il fait est de réorganiser le facteur de sorte que quel que soit le niveau de référence est le premier. Par conséquent, le réordonnancement de vos niveaux de facteur aura également le même effet mais vous donnera plus de contrôle. Peut-être que vous vouliez avoir des niveaux 3,4,0,1,2. Dans ce cas ...

bFactor <- factor(b, levels = c(3,4,0,1,2)) 

Je préfère cette méthode parce qu'il me est plus facile de voir dans mon code non seulement ce que la référence était, mais la position des autres valeurs aussi bien (plutôt que d'avoir à regarder le résultats pour cela).

REMARQUE: NE PAS en faire un facteur ordonné. Un facteur avec un ordre spécifié et un facteur ordonné ne sont pas la même chose. lm() peut commencer à penser que vous voulez des contrastes polynomiaux si vous faites cela.

Answer 3

D'autres ont mentionné la commande relevel qui est la meilleure solution si vous voulez changer le niveau de base pour toutes les analyses sur vos données (ou si vous êtes prêt à vivre avec la modification des données).

Si vous ne souhaitez pas modifier les données (il s'agit d'une modification ponctuelle, mais dans le futur, vous souhaitez rétablir le comportement par défaut), vous pouvez utiliser une combinaison de la fonction C (majuscule) pour définir les contrastes et les contr.treatments fonctionnent avec l'argument de base pour choisir quel niveau vous voulez être la ligne de base. Par exemple:

lm(Sepal.Width ~ C(Species,contr.treatment(3, base=2)), data=iris) 

Answer 4

Vous pouvez également marquer manuellement la colonne avec un attribut contrasts, qui semble être respecté par les fonctions de régression:

contrasts(df$factorcol) <- contr.treatment(levels(df$factorcol), 
    base=which(levels(df$factorcol) == 'RefLevel')) 

Answer 5

Je sais que c'est une vieille question, mais j'avais un problème similaire et constaté que:

lm(x ~ y + relevel(b, ref = "3")) 

fait exactement ce que vous avez demandé.