R语言多元线性回归系数解读与模型调优技术咨询

一、因子变量回归系数的疑问解释 #

当你把连续变量转为因子（分类变量）后，lm()函数默认采用参考水平编码（treatment coding）：

• 每个因子会选定一个水平作为「参考基准」，该水平的系数不会单独显示，而是整合到(Intercept)截距项中。
• 其余水平的系数，代表该水平与参考水平的响应变量均值差值。

以你的输出为例：

• Temperature的参考水平是20（结果仅显示Temperature30和Temperature40），这两个系数分别对应30℃、40℃相对于20℃的PCR均值差异。
• Time的参考水平是2（结果显示Time1和Time2，对应原水平0.5和1），系数代表这两个时间点相对于2小时的PCR差值。
• Ratio的参考水平是12（结果显示Ratio3和Ratio6），系数代表比例3、6相对于12的PCR差值。
• Pretreatment的参考水平是Discs（结果显示PretreatmentMortar和PretreatmentNone），系数代表这两种预处理方式相对于Discs的PCR差值。

如果希望每个水平都显示独立系数（无参考水平），可以使用contr.sum()和编码：

# 为单个因子设置和编码
scenedesmus$Temperature <- factor(scenedesmus$Temperature, contrasts = contr.sum)
# 或全局设置默认编码
options(contrasts = c("contr.sum", "contr.poly"))

这种编码下，系数代表各水平与总体均值的差异，需根据研究需求选择。

二、模型调优步骤 #

1. 移除无显著性因子并添加交互项 #

按照你的需求，调整后的模型代码如下：

# 构建包含交互项的调优模型
model_tuned <- lm(PCR ~ Temperature + Ratio + Pretreatment + Temperature:Pretreatment, 
                  data = scenedesmus)
summary(model_tuned)

其中Temperature:Pretreatment表示两个因子的交互项，也可以用Temperature*Pretreatment（等价于主效应+交互项），两种写法效果一致。

2. 模型验证与可视化 #

调优后可通过以下方式评估模型：

• 查看调整后R²和F检验p值，判断模型整体解释力变化。
• 检查交互项的显著性：若显著，说明Temperature对PCR的影响会随Pretreatment类型变化。
• 用绘图直观展示交互效应：

library(ggplot2)
ggplot(scenedesmus, aes(x = Temperature, y = PCR, color = Pretreatment)) +
  geom_point(size = 2) +
  geom_smooth(method = "lm", se = FALSE) +
  theme_minimal()

3. 多响应变量建模扩展 #

针对PRY、CRY、PCR三个响应变量，可构建多元线性回归同时分析：

# 多响应变量线性回归
model_multivariate <- lm(cbind(PRY, CRY, PCR) ~ Temperature + Ratio + Pretreatment + Temperature:Pretreatment, 
                         data = scenedesmus)
summary(model_multivariate)

这种方式能一次性分析各因素对三个响应的影响，同时兼顾响应变量之间的相关性。

内容的提问来源于stack exchange，提问作者David Moldes