我在R中有一个logistic回归模型，其中所有预测变量都是分类的而不是连续的（除了响应变量也很明显是分类/二进制的）。
调用summary(model_name)时，是否可以包含一列来表示每个因子水平内的观察次数？
答案 0 :(得分：2)
我在R中有一个逻辑回归模型，其中所有的预测变量都是分类的而不是连续的。
如果所有协变量都是因子（不包括截距），则这非常容易，因为模型矩阵仅包含0和1，数字1表示数据中该因子水平（或相互作用水平）的出现。因此，colSums(model.matrix(your_glm_model_object))就是这样。
由于模型矩阵具有列名，所以colSums将为您提供一个具有“名称”属性的向量，该属性与coef(your_glm_model_object)的“名称”字段一致。
对于任何分布族，相同的解决方案适用于线性模型（按lm）和广义线性模型（按glm）。
这是一个简单的例子：
set.seed(0)
f1 <- sample(gl(2, 50)) ## a factor with 2 levels, each with 50 observations
f2 <- sample(gl(4, 25)) ## a factor with 4 levels, each with 25 observations
y <- rnorm(100)
fit <- glm(y ~ f1 * f2) ## or use `lm` as we use `guassian()` family object here
colSums(model.matrix(fit))
#(Intercept) f12 f22 f23 f24 f12:f22
# 100 50 25 25 25 12
# f12:f23 f12:f24
# 12 14
在这里，我们有100个观察值/完整案例（在(Intercept)下指示）。
是否可以显示每个因素的基线水平的计数？
基线水平是对比的，因此它们不会出现在用于拟合的模型矩阵中。但是，我们可以根据公式而不是拟合的模型生成完整的模型矩阵（不带对比）（如果您在模型中包含数字变量，这也为您提供了一种删除数字变量的方法）：
SET_CONTRAST <- list(f1 = contr.treatment(nlevels(f1), contrast = FALSE),
f2 = contr.treatment(nlevels(f2), contrast = FALSE))
X <- model.matrix(~ f1 * f2, contrasts.arg = SET_CONTRAST)
colSums(X)
#(Intercept) f11 f12 f21 f22 f23
# 100 50 50 25 25 25
# f24 f11:f21 f12:f21 f11:f22 f12:f22 f11:f23
# 25 13 12 13 12 13
# f12:f23 f11:f24 f12:f24
# 12 11 14
请注意，当您有很多因子变量时，设置对比度会很快变得很乏味。
model.matrix绝对不是唯一的方法。常规方式可能是
table(f1)
table(f2)
table(f1, f2)
但是当您的模型变得复杂时，它也会变得乏味。