R公式和生成的系数名称

Question

在下面的示例中，假设您有一个模型，其中supp是一个因子变量。

lm(len ~ dose + supp, data = ToothGrowth)

但是我想为因子使用不同的基准水平。我可以直接在公式中指定：

lm(len ~ dose + relevel(supp, "VC"), data = ToothGrowth)

输出结果如下：

Call:
lm(formula = len ~ dose + relevel(supp, "VC"), data = ToothGrowth)

Coefficients:
      (Intercept)                   dose  relevel(supp, "VC")OJ  
            5.573                  9.764                  3.700 

直接在公式中进行转换非常方便，而不需要生成中间数据集或更改现有的数据集。例如，当您使用scale对变量进行标准化时，在最终模型中必须考虑其他包含缺失值的变量。然而，通常输出中的系数名称变得相当丑陋。

我的问题是：在使用公式时，是否可以指定表达式结果中变量的名称？就像这样

lm(len ~ dose + (OJ = relevel(supp, "VC")), data = Toothgrowth)

(这个方法不起作用)。

编辑：虽然G.Grothendieck提出的解决方案很好，但实际上它产生了错误的结果。以下示例说明了这一点：

# Create some data:
df <- data.frame(x1 = runif(10), x2=runif(10))
df <- transform(df,   y = x1 + x2 + rnorm(10))

# Introduce some missings.
df$x1[2:3] <- NA

# The wrong result:
lm(formula = y ~ z1 + z2, 
   data    = transform(df, z1 = scale(x1), z2=scale(x2)))

# extract a model frame.
df2 <- model.frame(y ~ x1 + x2, df)

# The right result:
lm(formula = y ~ scale(x1) + scale(x2), 
   data    = df2)

# or:
lm(formula = y ~ z1 + z2, 
   data    = transform(model.frame(y ~ x1 + x2, df), 
             z1 = scale(x1), z2 = scale(x2)))

问题在于当降低 x2 的维度时，它使用的观测值不在最终模型中，因为 x1 存在缺失值。

所以对我来说，问题仍然存在，是否有一种方法让公式界面处理这种情况，而不必使用额外的公式和提取模型框架的烦人中间步骤，然后可以进行“转换”。

希望问题清楚明了。

- Stefan

Answer 1

在formula=参数中而不是data=参数中修改它:

lm(len ~ dose + OJ, data = transform(ToothGrowth, OJ = relevel(supp, "VC")))

- G. Grothendieck

---

你好，GG，虽然你的答案很棒，在许多情况下都能正常工作，但仍会导致意料之外的结果。我在问题编辑中提供了一个示例。 - Stefan

尝试使用以下代码：lm(formula = y ~ z1 + z2, data = transform(na.omit(df), z1 = scale(x1), z2 = scale(x2)))。 - G. Grothendieck