contrasts
位於 stats
包(package)。 說明
設置並查看與某個因子相關的對比。
用法
contrasts(x, contrasts = TRUE, sparse = FALSE)
contrasts(x, how.many = NULL) <- value
參數
x |
一個因子或一個邏輯變量。 |
contrasts |
合乎邏輯的。查看具體信息'。 |
sparse |
|
how.many |
指示應進行多少次對比的整數。默認為 |
value |
一個數值矩陣(或者從包 |
細節
如果沒有為因子設置對比,則使用 options("contrasts")
中的默認函數。
邏輯向量 x
轉換為具有級別 c(FALSE, TRUE)
的 two-level 因子(無論變量中出現哪個級別)。
如果 x
具有矩陣 contrasts
屬性集,則忽略參數 contrasts
。否則,如果contrasts = TRUE
,它將傳遞給對比函數,例如contr.treatment
,如果contrasts = FALSE
,則返回單位矩陣。合適的函數具有第一個參數(級別的字符向量)、命名參數 contrasts
(始終使用 contrasts = TRUE
調用)和可選的邏輯參數 sparse
。
如果value
提供多於how.many
對比,則使用第一個how.many
。如果提供的數量太少,則在確保其列是對比(與常數項正交)且不共線後,通過擴展value
來創建合適的對比矩陣。
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)
參考
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
。
相關用法
- R contrast (可能稀疏)對比矩陣
- R constrOptim 線性約束優化
- R confint 模型參數的置信區間
- R convolve 通過 FFT 進行序列卷積
- R cor 相關性、方差和協方差(矩陣)
- R cor.test 配對樣本之間的關聯/相關性測試
- R complete.cases 查找完整案例
- R cov.wt 加權協方差矩陣
- R cophenetic 層次聚類的共表距離
- R coef 提取模型係數
- R cancor 典型相關性
- R cutree 將樹切割成數據組
- R cpgram 繪製累積周期圖
- R chisq.test 計數數據的皮爾遜卡方檢驗
- R checkMFClasses 檢查傳遞給模型框架的變量類型的函數
- R cmdscale 經典(公製)多維標度
- R case+variable.names 擬合模型的案例和變量名稱
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Get and Set Contrast Matrices。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。