R `lm`摘要不显示所有因子级别

我正在对许多属性进行线性回归，包括两个分类属性，

B

和

F

，我没有得到我拥有的每个因子级别的系数值

B

有9个级别，

F

有6个级别。当我最初运行模型（带有截距）时，我得到了8个

B

系数和5个

F

系数，我理解为截距中包含的每个系数的第一级

我想根据系数对

B

和

F

中的级别进行排序，因此我在每个因子后添加了

-1

，以将截距锁定在0，这样我就可以得到所有级别的系数

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 ***

呼叫：
lm（公式=相关的~a+B-1+c+d+e+F-1+g+h，数据=输入）
系数：
估计标准误差t值Pr（>t）
a 2.082e+031.026e+0220.302<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+049.694e+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+007.350e+000.5820.560847
h 2.717e-02 5.100e-03 5.328 1.62e-07***

这部分起作用，导致显示所有级别的

B

，但是

F1

仍不显示。由于不再有截距，我很困惑为什么

F1

不在线性模型中。

切换调用顺序，使

+F-1

位于

+B-1

之前，将导致

F

的所有级别的系数可见，但不可见

B1

---

是否有人知道如何显示

B

和

F

的所有级别，或者如何评估

F1

相对于我的输出中的其他

F

级别的相对权重？

这个问题被反复提出，但不幸的是，没有令人满意的答案，这可能是一个适当的重复目标。看来我需要写一个

---

大多数人都知道这与“对比”有关，但不是每个人都知道为什么需要它，以及如何理解它的结果。我们必须查看模型矩阵，以充分消化这一点

假设我们对一个有两个因素的模型感兴趣：

~f+g

（数值协变量不重要，所以我不包括任何一个；响应不会出现在模型矩阵中，所以也放弃它）。考虑下面的可重复的例子：

set.seed(0)

f <- sample(gl(3, 4, labels = letters[1:3]))
# [1] c a a b b a c b c b a c
#Levels: a b c

g <- sample(gl(3, 4, labels = LETTERS[1:3]))
# [1] A B A B C B C A C C A B
#Levels: A B C

所以

span{f1，f2，f3}=span{g1，g2，g3}=span{（截距）}

在此完整规范中，有两列无法识别

X0

将具有列秩

1+3+3-2=5

：

qr(X0)$rank
# [1] 5

因此，如果我们用该

X0

拟合线性模型，7个参数中的2个系数将为

NA

：

y <- rnorm(12)  ## random `y` as a response
lm(y ~ X - 1)  ## drop intercept as `X` has intercept already

#X0(Intercept)           X0f1           X0f2           X0f3           X0g1  
#      0.32118        0.05039       -0.22184             NA       -0.92868  
#         X0g2           X0g3  
#     -0.48809             NA  

---

李哲远的回答很简单，线性回归是原始函数到一组简单函数（变量）的正交投影。如果两个（或多个）变量相同（例如常量函数），则只保留一个变量。而且好像

R

只保留了第一次出现谢谢游哲远这么详细的解释！现在我明白了为什么我不能用这种方法删除一列（截距）。我将研究您建议的选项，以找到最适合我的数据的选项：）

qr(X0)$rank
# [1] 5

y <- rnorm(12)  ## random `y` as a response
lm(y ~ X - 1)  ## drop intercept as `X` has intercept already

#X0(Intercept)           X0f1           X0f2           X0f3           X0g1  
#      0.32118        0.05039       -0.22184             NA       -0.92868  
#         X0g2           X0g3  
#     -0.48809             NA