如何正确获取GLM模型中分类变量各水平的系数？

两种模型的区别 #

• 默认带截距模型（Rep ~ ph_cat1 / Rep ~ ph_cat1 +1）
  R的GLM默认会设置截距项，这里的截距代表分类变量ph_cat1的**参考水平（ph_cat11）**的系数，其余输出的系数是对应水平与参考水平的差值。比如你输出里的(Intercept)=3.296就是ph_cat11的系数，ph_cat12=-3.381是ph_cat12和ph_cat11的系数差，ph_cat13=-4.277是ph_cat13和ph_cat11的系数差。

• 无截距模型（Rep ~ ph_cat1 +0）
  加上+0（或等价的-1）会强制模型不设截距，直接输出分类变量每个水平的原始系数。你输出里的ph_cat11=3.29584、ph_cat12=-0.08474、ph_cat13=-0.98083就是三个水平各自的系数，数值可以和带截距模型验证：3.296 + (-3.381) = -0.085，和无截距模型的ph_cat12系数一致。

结论 #

如果你的需求是直接获取每个水平的单独系数，选择+0的无截距模型是最直接的方式，输出结果就是各水平对应的系数值；如果只需要对比不同水平和参考水平的差异，默认带截距的模型就足够。

内容的提问来源于stack exchange，提问作者ArTu