当我运行分位数回归时，为什么R从因子变量中删除因子？

我目前正在使用Roger Koenker的

quantreg

软件包运行R中的分位数回归模型。我有一个有序的分类变量，有五个级别和三个无序的分类变量（一周中的一天、一个季节以及是否是夜间），分别有七个、四个和两个类别。除了有序分类变量（从1到5的五个级别）之外，所有变量最初都作为字符串存储在数据帧中。以下是我如何将前面提到的变量编码为因子。请注意，我的变量名为

df_prime

，因为它是原始数据帧，带有一些修剪过的行：

df_prime$acuity_id <- ordered(df_prime$acuity_id, c(5, 4, 3, 2, 1))
df_prime$day_of_week <- as.factor(df_prime$day_of_week)
df_prime$season <- as.factor(df_prime$season)
df_prime$is_night <- as.factor(df_prime$is_night)

---

与治疗相比，一个因子水平（与其他水平相比）由截距表示。谢谢！那么周五的“缺失”信息和缺失的敏锐度水平被纳入截距？另外，.L、.Q和.C代表什么样的视力水平？我假设^4表示四次方。你需要研究什么是治疗对比和多项式对比。@Roland谢谢！我只是在维基百科的页面上查到了对比，它们确实使用了手段。对于像我正在处理的那种高度倾斜的数据（它不受日志的影响），这会是一个问题吗？这就是我开始使用分位数回归的原因。有没有办法根据分位数进行对比？

                 Value           Std. Error     t value          Pr(>|t|)
(Intercept)          173.20000       5.84510        29.63167         0.00000
day_of_weekMonday     19.33333       3.60107         5.36878         0.00000
day_of_weekSaturday  -49.66667       3.41145       -14.55883         0.00000
day_of_weekSunday    -42.00000       3.35297       -12.52620         0.00000
day_of_weekThursday    5.33333       3.51831         1.51588         0.12957
day_of_weekTuesday     3.00000       3.51917         0.85247         0.39396
day_of_weekWednesday   1.66667       3.75717         0.44360         0.65734
is_night1            -53.00000       2.04268       -25.94626         0.00000
seasonAutumn           8.00000       4.37771         1.82744         0.06765
seasonSpring          -0.66667       4.46209        -0.14941         0.88123
seasonSummer          12.66667       4.40002         2.87877         0.00400
seasonWinter           0.00000       4.36418         0.00000         1.00000
acuity_id.L           37.94733      11.20886         3.38548         0.00071
acuity_id.Q         -108.68624       9.48982       -11.45293         0.00000
acuity_id.C          -36.36619       5.93905        -6.12324         0.00000
acuity_id^4           25.61773       2.77411         9.23459         0.00000