R 带约束的线性模型

我是R的新手，我有以下问题：

我有一个简单的2因素线性模型：

Rate~factor1 + factor2 //factor1 has 8 categorical values, factor2 has 6 categories;
model1 <- lm(Rate~factor1+factor2, data=myData)

Rate~factor1+factor2//factor1有8个分类值，factor2有6个分类；
模型1在MASS的第6章（现代应用统计学与s）中进行了描述。使用
lm
的
对比
参数（查看
？contr.sum
和
？model.matrix.default
作为示例）。
统计数据交换网站也提出了这个问题：@csgillespie:谢谢链接@Vytautas：请不要交叉张贴。您知道如何在拟合上指定正约束吗？如何进行拟合，使最终函数始终独立于参数为正？非常感谢。我试过了-它没有使系数之和=0，但使之最小化（现在1个因子为0.2，另一个因子为0.08）有没有办法强制==0条件？我的答案是强制的方法。如果系数1

的和为0.2，系数2的和为0.08，则系数1的最后一级的值为-0.2，系数2的最后一级的值为-0.08。请注意，您的回归输出缺少一个因子级别。。。您在stats.stackexchange.com上接受的答案中包含的链接也说明了这一点。。。