R语言线性回归模型summary输出中Agree因子缺失原因咨询

原因分析 #

在R的lm()函数中，当把因子类型的分类变量作为自变量时，默认会将因子的第一个水平设为参考组。回归结果里不会直接输出参考组的系数，而是将其他水平的系数表示为与参考组的差值。

你的代码里通过levels(df$AIEasyToUseFactor) <- c("Agree", "Disagree", "Neither", "Str.Agree", "Str.Disagree")把"Agree"设为了因子的第一个水平，因此它自动成为参考组。输出中的(Intercept)其实就是"Agree"组的HowManyTimesUsedLastMonth预测均值（即4.922），其他系数比如AIEasyToUseFactorDisagree的-2.547，代表Disagree组的预测值比Agree组低2.547。

解决方法 #

如果你想让"Agree"的系数显示出来，或者调整参考组，可以用以下几种方式：

方法1：修改参考组 #

用relevel()函数指定任意水平作为参考组，比如把"Neither"设为参考组，这样"Agree"就会出现在系数列表中：

df$AIEasyToUseFactor <- relevel(df$AIEasyToUseFactor, ref = "Neither")
linModel <- lm(HowManyTimesUsedLastMonth~AIEasyToUseFactor, data=df)
summary(linModel)

方法2：移除截距项，显示所有水平的绝对系数 #

如果想直接看到每个因子水平对应的预测均值，可以在回归公式中加入-1去掉截距项，此时所有水平的系数都会显示：

linModel <- lm(HowManyTimesUsedLastMonth~AIEasyToUseFactor - 1, data=df)
summary(linModel)

方法3：调整因子水平顺序 #

直接修改因子水平的排列顺序，把你想作为参考组的水平放在第一位，比如让"Neither"成为默认参考组：

levels(df$AIEasyToUseFactor) <- c("Neither", "Agree", "Disagree", "Str.Agree", "Str.Disagree")
linModel <- lm(HowManyTimesUsedLastMonth~AIEasyToUseFactor, data=df)
summary(linModel)

补充说明 #

这种参考组的设置是R处理分类变量回归的默认逻辑，目的是避免多重共线性（如果把所有因子水平都纳入模型，会出现完全共线性问题，导致模型无法求解）。

内容的提问来源于stack exchange，提问作者A.Sinc