我正在对一些属性进行线性回归,其中包括两个分类属性
我想根据它们的系数对
B
和F
,但我并没有得到每个因子水平的系数值。
B
有9个水平,F
有6个水平。当我最初运行模型(带截距)时,我得到了B
的8个系数和F
的5个系数,这意味着每个属性的第一个水平被包含在截距中。我想根据它们的系数对
B
和F
中的水平进行排名,因此我在每个因子后面添加了-1
来将截距锁定为0,以便我可以得到所有水平的系数。Call:
lm(formula = dependent ~ a + B-1 + c + d + e + F-1 + g + h, data = input)
Coefficients:
Estimate Std. Error t value Pr(>|t|)
a 2.082e+03 1.026e+02 20.302 < 2e-16 ***
B1 -1.660e+04 9.747e+02 -17.027 < 2e-16 ***
B2 -1.681e+04 9.379e+02 -17.920 < 2e-16 ***
B3 -1.653e+04 9.254e+02 -17.858 < 2e-16 ***
B4 -1.765e+04 9.697e+02 -18.202 < 2e-16 ***
B5 -1.535e+04 1.388e+03 -11.059 < 2e-16 ***
B6 -1.677e+04 9.891e+02 -16.954 < 2e-16 ***
B7 -1.644e+04 9.694e+02 -16.961 < 2e-16 ***
B8 -1.931e+04 9.899e+02 -19.512 < 2e-16 ***
B9 -1.722e+04 9.071e+02 -18.980 < 2e-16 ***
c -6.928e-01 6.977e-01 -0.993 0.321272
d -3.288e-01 2.613e+00 -0.126 0.899933
e -8.384e-01 1.171e+00 -0.716 0.474396
F2 4.679e+02 2.176e+02 2.150 0.032146 *
F3 7.753e+02 2.035e+02 3.810 0.000159 ***
F4 1.885e+02 1.689e+02 1.116 0.265046
F5 5.194e+02 2.264e+02 2.295 0.022246 *
F6 1.365e+03 2.334e+02 5.848 9.94e-09 ***
g 4.278e+00 7.350e+00 0.582 0.560847
h 2.717e-02 5.100e-03 5.328 1.62e-07 ***
这部分代码在某种程度上起作用,显示了所有的B
级别,但是F1
仍然没有显示。由于不再有拦截器,我很困惑为什么F1
不在线性模型中。
将调用顺序更改,使得+ F - 1
先于+ B - 1
,结果是所有F
级别的系数都可见,但是B1
不能被看到。
有人知道如何同时显示所有B
和F
级别,或者如何通过输出来评估F1
相对于其他F
级别的重要性吗?