使用relevel（）并在R中拟合GLM后，恢复到因子的先前顺序

这是一个复杂的问题，我不确定我是否尽可能简洁地表达了它，但是

我想拟合多元广义线性模型——由于模型的大小和复杂性，我不得不使用

RevoScaleR

软件包中的

rxGlm（）

，而不是内置的

glm（）

函数

模型中的每个因素都有一个我选择的参考级别，这一点很重要，我当然可以使用

relevel（）

来设置。然而，这里令人讨厌的是，因子级别被重新排序，因此它使GLM模型输出难以处理。为了演示的目的，我希望在安装模型后能够检索原始的因子级排序

一个简单的例子：

library(RevoScaleR) # from Microsoft R Client

x <- data.frame(country = c("Australia", "Belgium", "Chile", "Belgium", "Belgium"),
                degree = c("Y", "Y", "N", "Y", "N"),
                salary = c(10000, 15000, 5000, 20000, 4000))

model <- rxGlm(salary ~ country + degree, data = x, dropFirst = TRUE)

model$coefficients

这两个因素都按字母顺序排列，因此参考级别为

国家=澳大利亚

，

程度=N

。假设我希望我的参考水平为

国家=比利时

，

学位=Y

。我可以这样做，然后重新运行模型：

x$country <- relevel(x$country, ref = "Belgium")
x$degree <- relevel(x$degree, ref = "Y")

model <- rxGlm(salary ~ country + degree, data = x, dropFirst = TRUE)

model$coefficients

这些是我想要的系数，但现在排序是错误的。是否有一种简单的方法可以使用我在

relevel（）

命令之前使用的因子排序来重新排列此项

---

谢谢。

创建名称向量，然后使用这些名称为系数编制索引。例如：

Names <- c(
  '(Intercept)',
  paste('country', sort(levels(x$country)), sep = '='),
  paste('degree', sort(levels(x$degree)), sep = '=')
)
coefs2 <- coefs[Names]

使用：

coefs <- c(
  `(Intercept)` = 17500L, `country=Belgium` = NA, `country=Australia` = -7500L, 
  `country=Chile` = 1000L, `degree=Y` = NA, `degree=N` = -13500L
)

---

coefs创建名称向量，然后使用这些名称为系数编制索引。例如：

Names <- c(
  '(Intercept)',
  paste('country', sort(levels(x$country)), sep = '='),
  paste('degree', sort(levels(x$degree)), sep = '=')
)
coefs2 <- coefs[Names]

使用：

coefs <- c(
  `(Intercept)` = 17500L, `country=Belgium` = NA, `country=Australia` = -7500L, 
  `country=Chile` = 1000L, `degree=Y` = NA, `degree=N` = -13500L
)

coefs你见过forcats:：fct_relevel吗？你能展示一下你的预期输出吗？你看过forcats:：fct_relevel吗？你能展示一下你的预期产出吗？谢谢。有趣。我很快就会试试这个。谢谢。有趣。我很快就会试试这个。
coefs <- c(
  `(Intercept)` = 17500L, `country=Belgium` = NA, `country=Australia` = -7500L, 
  `country=Chile` = 1000L, `degree=Y` = NA, `degree=N` = -13500L
)