Question

我知道这个问题可以通过生成预先计算的转换来规避，但我真的想使用R的公式功能。这是我的问题的可重现的例子：

生成（相关）玩具数据：

set.seed(123)
test<-data.frame(x=rnorm(100,1,.5),z=factor(sample(c('a','b','c'),100,T)))
test$y<-.3*test$x+0*(test$z=='a')-.07*(test$z=='b')-.15*(test$z=='c')+rnorm(100,0,.1)

运行线性模型：

> lm(y ~ x + z, test)
Call:
lm(formula = y ~ x + z, data = test)

Coefficients:
(Intercept)            x           zb           zc  
    0.02453      0.27484     -0.08279     -0.12868

看起来不错。第一个因子级别'a'被省略，就像它应该的那样。现在包括数字x和因子z之间的交互：

> lm(y ~ x + z + z:x, test)
Call:
lm(formula = y ~ x + z + z:x, data = test)

Coefficients:
(Intercept)            x           zb           zc         x:zb         x:zc  
   0.037008     0.262650    -0.134938    -0.118896     0.049068    -0.009225 
        lm(y ~ poly(x,2) + z:x, test)

一切都还好。现在使用'poly'函数添加x：

的二次变换

> lm(y ~ poly(x, 2) + z + z:x, test)

Call:
lm(formula = y ~ poly(x, 2) + z + z:x, data = test)

Coefficients:
(Intercept)  poly(x, 2)1  poly(x, 2)2           zb           zc         za:x         zb:x         zc:x  
    0.33928      1.23017     -0.18029     -0.15478     -0.15574     -0.02749      0.04165           NA

就是这样。它不是在交互项中排除第一级z'a'，而是包含在另外两个级别中。现在，za：x ist'别名'因为模型当然是单数的，包括所有三个因子级别。这很糟糕，因为像'car'包中的'vif'这样的函数不起作用：

> vif(lm(y ~ poly(x,2) + z + z:x, test))
Error in vif.lm(lm(y ~ poly(x, 2) + z + z:x, test)) : 
  there are aliased coefficients in the model

我尝试过y~poly（x，2）+ z + z：poly（x，1）或y~poly（x，2）+ z + relevel（z，ref ='a'）：x但似乎没什么用。这是一个错误还是有人可以解释这个结果？有没有办法避免这个问题，仍然按照我的意图使用公式功能？感谢。

Answer 1

因为公式允许您使用任何函数，所以R无法知道哪些函数将返回等于等式中已有的其他值的值。存在poly()的特殊编码。

如果您只想添加x和x^2字词，则可以

lm(formula = y ~ x + I(x^2) + z + z:x, data = test)

避免一起使用poly()。你只需要在构建公式时要更加小心。

如果数字的主效应来自函数

1 个答案: