R语言中如何限制有序因子的趋势检验输出数量？

问题现象原因 #

当尝试给无序因子设置单列线性多项式对比时，出现输出4个系数而非预期1个的情况，核心原因是R的因子对比机制：

• 对于k个水平的因子，线性回归需要k-1个满秩对比变量来避免多重共线性。
• 仅设置1列对比矩阵时，R会判定其不是满秩结构，自动替换为默认的处理对比（treatment contrast），因此输出k-1个系数（5个水平对应4个）。
• 而设置2列正交对比（如二次+四次）时，因这2列属于满秩的正交子集，R会保留设置，因此输出对应数量的系数。

解决方法 #

以下三种方法可实现仅保留线性趋势系数的需求：

方法1：利用有序因子的默认正交多项式对比 #

有序因子默认采用正交多项式对比，lm会输出所有阶次的趋势系数，只需关注后缀为.L的线性项即可：

set.seed(1234)
d <- data.frame(f_ord = factor(x = rep(letters[1:5],each=5), ordered = TRUE),
               score = as.vector(sapply(seq(0,20,5), function(i) rnorm(n=5,i,2))))

# 拟合模型，默认输出所有多项式趋势
model <- lm(score ~ f_ord, data = d)
summary(model)

# 单独提取线性趋势的系数与显著性
linear_coef <- coef(model)["f_ord.L"]
linear_stats <- summary(model)$coefficients["f_ord.L",]
print(linear_coef)
print(linear_stats)

方法2：手动构造线性趋势变量 #

将因子水平映射为线性趋势数值，作为连续变量加入模型，直接得到单个线性系数：

# 生成5个水平的线性多项式对比值
linear_vals <- contr.poly(5)[, 1]
# 给数据框添加线性趋势变量
d$linear_trend <- linear_vals[d$f_ord]

# 拟合线性趋势模型
model_linear <- lm(score ~ linear_trend, data = d)
summary(model_linear)

方法3：在模型中用C()函数指定多项式对比阶次 #

使用C()函数可在模型公式中直接指定因子的多项式对比，并限制阶次为1（仅线性），无需修改原始数据：

model_poly <- lm(score ~ C(f_ord, poly, degree = 1), data = d)
summary(model_poly)

方法说明 #

• 方法1适合需要全面分析各阶次趋势显著性的场景；
• 方法2、3聚焦线性趋势，输出结果更简洁，满足仅需线性系数的需求。

内容的提问来源于stack exchange，提问作者llewmills