Question

在IV因子相同时，clm()（ordinal软件包）的功能是否有不同的模型统计信息，但是一旦将其编码为数字因子而又将其编码为字符串，是否有理由吗？

说明和工作示例

假设以下数据：

c <- data.frame(a=c(1,1,1,1,1,1,0,0,0,0,0,0), b=c(1,1,1,0,0,0,1,1,1,0,0,0), c=c(1,0,1,0,1,0,1,0,1,0,1,0))
c$dv <- factor(c(1,2,3,4,5,1,2,3,4,5,1,1), ordered=TRUE)
c$factorA <- factor(c$a)
c$factorB <- factor(c$b)
c$factorC <- factor(c$c)
c$factorStringA <- "Human"
c$factorStringA[c$a == 0] <- "Inhuman"
c$factorStringB <- "Lemon"
c$factorStringB[c$b == 0] <- "Orange"
c$factorStringC <- "Plant"
c$factorStringC[c$c == 0] <- "Animal"
c$factorStringA <- factor(c$factorStringA)
c$factorStringB <- factor(c$factorStringB)
c$factorStringC <- factor(c$factorStringC)

存在以字符串开头的虚拟因子变量（即$factorStringA）和以字符串开头的num（即$factorA）。如人们所见，每种类型的变量都以相同的方式区分数据（即$factorA与$factorStringA具有相同的分布）。

我在R中运行了此序数逻辑回归（使用ordinal包）：

clm(dv ~ factorA * factorB, data=c)

我得到summary()的以下结果：

 link  threshold nobs logLik AIC   niter max.grad cond.H 
 logit flexible  12   -17.85 57.71 4(0)  4.03e-07 2.3e+02

Coefficients:
                  Estimate Std. Error z value Pr(>|z|)
factorA1             1.898      1.846   1.028    0.304
factorB1             1.348      1.663   0.810    0.418
factorA1:factorB1   -2.933      2.331  -1.259    0.208

我运行了具有相应因子变量的相同模型：

summary(clm(dv ~ factorStringA * factorStringB, data=c))

link  threshold nobs logLik AIC   niter max.grad cond.H 
 logit flexible  12   -17.85 57.71 4(0)  4.03e-07 1.6e+02

Coefficients:
                                         Estimate Std. Error z value Pr(>|z|)
factorStringAInhuman                        1.042      1.323   0.788    0.431
factorStringBOrange                         1.668      1.612   1.035    0.301
factorStringAInhuman:factorStringBOrange   -2.998      2.357  -1.272    0.203

存在差异。首先，我认为它们可能与因素的顺序有关（即使未针对任何因素声明顺序），但这并没有帮助。其次，我认为计算交互作用有误：但是简单的factorA + factorB和相应的factorStringA + factorStringB模型的仿真证明不是这种情况。

尽管在上面的示例中差异是最小的，但在我的真实数据集中，差异是有意义的（它们使某些交互作用和主要影响变得显着，而其他则没有）。我的数据正是这样的：有序因变量和一对二进制虚拟分类因子。

你们知道IV编码方式（看似完全相同）的原因吗？

相同因子变量可提供相同序数逻辑回归模型的不同输出

0 个答案: