如何在R中删除因子变量的级别排序？

Question

标题已经说明了一切，我在生成因子变量时订购了它，现在我想删除排序并将其用作无序的因子变量。

另一个问题是，如果我在回归中使用我的因子变量作为预测变量，那么如果它是有序的（ordinal）还是简单的因子变量（categorical），对R有影响吗？

- Pulse

---

你尝试过什么？对于第二个问题，你至少可以进行一些实证测试。 - agstudy

Answer 1

你所需要的就是

x <- factor( x , ordered = FALSE )

需要翻译的内容已经是一个示例，不需要进一步翻译。

x <- factor( c(1,2,"a") , ordered = TRUE )
x
#[1] 1 2 a
#Levels: 1 < 2 < a

x <- factor( x , ordered = FALSE )
x
#[1] 1 2 a
#Levels: 1 2 a

- Simon O'Hanlon

Answer 2

如果您是通过ordered创建变量的，那么重置其类别为factor就很简单了。

f <- ordered(letters)
class(f) <- "factor"
identical(f, factor(letters))

在线性或加性模型中（包括线性回归、逻辑回归和使用lm、glm和gam进行的任何拟合），因子预测变量在整体模型拟合方面与有序预测变量完全相同。无论您使用哪个，您将获得相同的预测值、残差、缺乏拟合统计数据等。

然而，对于这两类变量，它们的对比是不同的。因子使用处理对照（treatment contrasts）方法，即采用通常的虚拟变量编码，其中一个给定水平被视为基准。而有序因子则使用多项式对比，它们基于正交多项式（这是什么意思我不清楚，我从未使用过有序因子）。因此，各个系数的t-stats和P值将不同。

- Hong Ooi

---

是的，但我猜测（例如交互）显示的结果将基于哪个因素具有“0”的值，不是吗？因此，基本上，如果您想推断某个因素对某个水平的影响，将其变成有序因素是有意义的... - Arun

@Arun 不，如果你有一个参考水平，你应该使用 relevel。 - Roland