contrast
位于 stats
包(package)。 说明
返回对比矩阵。
用法
contr.helmert(n, contrasts = TRUE, sparse = FALSE)
contr.poly(n, scores = 1:n, contrasts = TRUE, sparse = FALSE)
contr.sum(n, contrasts = TRUE, sparse = FALSE)
contr.treatment(n, base = 1, contrasts = TRUE, sparse = FALSE)
contr.SAS(n, contrasts = TRUE, sparse = FALSE)
参数
n |
因子的级别向量或级别数。 |
contrasts |
指示是否应计算对比的逻辑。 |
sparse |
|
scores |
要计算正交多项式的值的集合。 |
base |
一个整数,指定哪个组被视为基线组。如果 |
细节
这些函数用于创建对比矩阵,用于方差和回归模型的拟合分析。结果矩阵的列包含可用于对具有 n
级别的因子进行编码的对比。返回的值包含计算的对比度。如果参数 contrasts
是 FALSE
,则返回方指示矩阵(虚拟编码),contr.poly
除外(其中包括 0 次,即 contrasts = FALSE
时的常数多项式)。
contr.helmert
返回 Helmert 对比,它将第二个级别与第一个级别进行对比,第三个级别与前两个级别的平均值进行对比,依此类推。 contr.poly
返回基于正交多项式的对比。 contr.sum
使用“对比总和为零”。
contr.treatment
将每个级别与基线级别(由 base
指定)进行对比:忽略基线级别。请注意,这不会产生线性模型标准理论中定义的‘contrasts’,因为它们与截距不正交。
contr.SAS
是 contr.treatment
的包装器,它将基本级别设置为因子的最后一个级别。使用这些对比时产生的系数应该与许多(但不是全部)SAS 程序产生的系数相同。
为了保持一致性,sparse
是所有这些对比函数的参数,但是 sparse = TRUE
for contr.poly
通常毫无意义,并且对于 contr.helmert
很少有用。
值
具有 n
行和 k
列的矩阵,如果 contrasts
为 TRUE
,则为 k=n-1
;如果 contrasts
为 FALSE
,则为 k=n
。
例子
(cH <- contr.helmert(4))
apply(cH, 2, sum) # column sums are 0
crossprod(cH) # diagonal -- columns are orthogonal
contr.helmert(4, contrasts = FALSE) # just the 4 x 4 identity matrix
(cT <- contr.treatment(5))
all(crossprod(cT) == diag(4)) # TRUE: even orthonormal
(cT. <- contr.SAS(5))
all(crossprod(cT.) == diag(4)) # TRUE
zapsmall(cP <- contr.poly(3)) # Linear and Quadratic
zapsmall(crossprod(cP), digits = 15) # orthonormal up to fuzz
参考
Chambers, J. M. and Hastie, T. J. (1992) Statistical models. Chapter 2 of Statistical Models in S eds J. M. Chambers and T. J. Hastie, Wadsworth & Brooks/Cole.
也可以看看
相关用法
- R contrasts 获取和设置对比矩阵
- R constrOptim 线性约束优化
- R confint 模型参数的置信区间
- R convolve 通过 FFT 进行序列卷积
- R cor 相关性、方差和协方差(矩阵)
- R cor.test 配对样本之间的关联/相关性测试
- R complete.cases 查找完整案例
- R cov.wt 加权协方差矩阵
- R cophenetic 层次聚类的共表距离
- R coef 提取模型系数
- R cancor 典型相关性
- R cutree 将树切割成数据组
- R cpgram 绘制累积周期图
- R chisq.test 计数数据的皮尔逊卡方检验
- R checkMFClasses 检查传递给模型框架的变量类型的函数
- R cmdscale 经典(公制)多维标度
- R case+variable.names 拟合模型的案例和变量名称
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 (Possibly Sparse) Contrast Matrices。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。