如何在R中的序数逻辑回归模型中重新计算因子？

Question

我目前正在研究一个带R的序数逻辑回归模型。输出系数使用相同的参考水平。我想知道如何更改参考水平？更具体地说，请参见下面的示例。我不想使用真实数据，所以我模拟了一个。 a和T均为1至5

div

“a”使用参考水平1，a2，a3，a4和a5的系数基本上将水平2,3,4,5与参考水平1进行比较。我的问题是如何将其重新调整以使输出将自动给出a3 | 2，a4 | 3，a5 | 4（即beta3-beta2，beta4-beta3）？我有搜索，没有找到类似的问题。非常感谢。

Answer 1

我认为您需要MASS包中的contr.sdif功能：来自?contr.sdif，

  

选择对比系数以便编码        单向布局中的系数是它们之间的差异        第二级和第一级，第三级和第二级，        等等。这对有序因子最有意义，但确实如此        不要认为水平是等间隔的。

所以：

library(MASS)
contrasts(d$a) <- contr.sdif(5) # set contrasts: from @Marius in comments
polr(formula = T ~ a, data = d, Hess = TRUE)

根据?polr的文档，应该可以添加参数contrasts=list(a=contr.sdif)，而不是设置变量本身的对比;但是，这似乎给出了一个错误（类似的设置适用于lm）。这个看起来就像polr中的一个错误，但是这有点难以置信，因为这是一个令人尊敬和经过充分考验的R部分...尽可能（也许不是）在这种情况下）我更喜欢公式中的contrasts参数，因为它在阅读代码时更加明确/可见，但品味不同。