为什么在 R 中总结线性模型没有显示所有需要的级别？ [重复]

Question

我正在尝试在 R 中做一个线性模型。我有 24 个实验（完整的因子分析）。我对这个模型有3个因素。但是，密度因子有 3 个级别（B、M、A）。我知道不需要出现 DensityB，因为如果 DensityM 和 DensityA 的值为 0，则间接激活 DensityB。但在交互中我们需要DensityB:MatS。因为如果我们有 MatN，我们可以使用 0 激活它。但是这种情况会发生：

            Estimate Std. Error t value Pr(>|t|)    

(Intercept)    0.35500    0.06094   5.826 2.03e-05 ***

Thickness2     0.11516    0.04606   2.500  0.02294 *  

DensityM      -0.05080    0.07978  -0.637  0.53279    

DensityA      -0.24315    0.07978  -3.048  0.00728 ** 

MatS           0.22882    0.07978   2.868  0.01066 *  

**DensityM:MatS** -0.21393    0.11283  -1.896  0.07509 . 
 
**DensityA:MatS** -0.27452    0.11283  -2.433  0.02631 *

当我不使用此方法重新排序因子的级别时，不会发生这种情况：

df$Density  = factor(df$Density, levels=c("B", "M", "A"))

当我不使用它时，这些是结果：

(Intercept)    0.11185    0.06094   1.835  0.08399 . 

Thickness2     0.11516    0.04606   2.500  0.02294 * 

DensityB       0.24315    0.07978   3.048  0.00728 **

DensityM       0.19235    0.07978   2.411  0.02751 * 

**DensityA:MatS** -0.04570    0.07978  -0.573  0.57426   

**DensityB:MatS**  0.22882    0.07978   2.868  0.01066 * 

**DensityM:MatS**  0.01489    0.07978   0.187  0.85412 

他们是正确的。

为什么重新排列因素的水平会改变这种相互作用？我需要重新排序级别，因为我希望 DensistyM 和 DensityA 出现在线性模型中（DensityB 作为较低级别；因此，如果 DensityM 和 DensityA 值为 0，则 DensistyB 被激活）。

调整后的平方 R 和线性模型的 p 值相同。

Answer 1

这只是过度参数化的结果，无需担心。您的建模代码只是将因子

Density

的最终级别作为参考级别。其他级别的效果只是与参考级别的差异。

要看到这一点，在您的第一个模型中，以“B”作为参考水平，“A”和“M”之间的差异为 -0.05080 - -0.24315 = 0.19235。在您的第二个模型中，以“A”作为参考水平，“M”的系数（即“A”和“M”之间的估计差异）为0.19235。完全相同的值。

您可以从任一模型中计算出您喜欢的任何效果的值，并且这两个值将是相同的。您只需要考虑模型使用的参数化。