contrasts
位于 stats
包(package)。 说明
设置并查看与某个因子相关的对比。
用法
contrasts(x, contrasts = TRUE, sparse = FALSE)
contrasts(x, how.many = NULL) <- value
参数
x |
一个因子或一个逻辑变量。 |
contrasts |
合乎逻辑的。查看具体信息'。 |
sparse |
|
how.many |
指示应进行多少次对比的整数。默认为 |
value |
一个数值矩阵(或者从包 |
细节
如果没有为因子设置对比,则使用 options("contrasts")
中的默认函数。
逻辑向量 x
转换为具有级别 c(FALSE, TRUE)
的 two-level 因子(无论变量中出现哪个级别)。
如果 x
具有矩阵 contrasts
属性集,则忽略参数 contrasts
。否则,如果contrasts = TRUE
,它将传递给对比函数,例如contr.treatment
,如果contrasts = FALSE
,则返回单位矩阵。合适的函数具有第一个参数(级别的字符向量)、命名参数 contrasts
(始终使用 contrasts = TRUE
调用)和可选的逻辑参数 sparse
。
如果value
提供多于how.many
对比,则使用第一个how.many
。如果提供的数量太少,则在确保其列是对比(与常数项正交)且不共线后,通过扩展value
来创建合适的对比矩阵。
例子
utils::example(factor)
fff <- ff[, drop = TRUE] # reduce to 5 levels.
contrasts(fff) # treatment contrasts by default
contrasts(C(fff, sum))
contrasts(fff, contrasts = FALSE) # the 5x5 identity matrix
contrasts(fff) <- contr.sum(5); contrasts(fff) # set sum contrasts
contrasts(fff, 2) <- contr.sum(5); contrasts(fff) # set 2 contrasts
# supply 2 contrasts, compute 2 more to make full set of 4.
contrasts(fff) <- contr.sum(5)[, 1:2]; contrasts(fff)
## using sparse contrasts: % useful, once model.matrix() works with these :
ffs <- fff
contrasts(ffs) <- contr.sum(5, sparse = TRUE)[, 1:2]; contrasts(ffs)
stopifnot(all.equal(ffs, fff))
contrasts(ffs) <- contr.sum(5, sparse = TRUE); contrasts(ffs)
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
C
、contr.helmert
、contr.poly
、contr.sum
、contr.treatment
; glm
、aov
、lm
。
相关用法
- R contrast (可能稀疏)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 Get and Set 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。