线性回归未返回Team列全部类别系数的技术求助

我的数据中Team列包含20个团队，每个团队约24条观测值，但运行线性回归后，模型摘要仅显示15个团队的系数，希望获取全部团队的系数估计值，求解决思路。

运行代码 #

(log_teams <- lm(Worked ~ Team+Activity+Presented+Confirmed+Jobs_Filled+Converted,  data = df)) %>%
  summary

模型输出 #

Call:
lm(formula = Worked ~ Team + Activity + Presented + Confirmed + 
    Jobs_Filled + Converted, data = WBY)

Residuals:
    Min      1Q  Median      3Q     Max 
-4.4035 -1.0048  0.0000  0.8774  5.1677 
Coefficients:
             Estimate Std. Error t value Pr(>|t|)  
(Intercept)  2.609486   1.869903   1.396   0.1699  
TeamCRW      0.110828   1.908735   0.058   0.9540  
TeamEMW     -1.068797   2.767863  -0.386   0.7013  
TeamGSW     -0.424508   2.795353  -0.152   0.8800  
TeamNS2     -1.234508   2.388392  -0.517   0.6078  
TeamNUW     -1.458735   2.083549  -0.700   0.4875  
TeamOBW      3.224057   2.103054   1.533   0.1324  
TeamORT     -0.432185   1.884824  -0.229   0.8197  
TeamPC1      4.338479   2.115219   2.051   0.0462 *
TeamPC2     -1.002268   2.227166  -0.450   0.6549  
TeamPDW      2.560784   2.791501   0.917   0.3640  
TeamPLW      1.381216   2.151150   0.642   0.5242  
TeamPYW     -1.074374   2.799772  -0.384   0.7030  
TeamSB2     -0.646769   2.288132  -0.283   0.7788  
TeamSYW      2.252061   1.833820   1.228   0.2259  
TeamWMO      0.857452   2.302522   0.372   0.7114  
Activity    -0.000627   0.002906  -0.216   0.8302  
Presented    0.162181   0.331876   0.489   0.6275  
Confirmed   -0.242462   0.317139  -0.765   0.4486  
Jobs_Filled -0.025657   0.016099  -1.594   0.1182  
Converted    0.006213   0.002610   2.381   0.0217 *
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 2.247 on 44 degrees of freedom
  (427 observations deleted due to missingness)
Multiple R-squared:  0.5217,    Adjusted R-squared:  0.3043 
F-statistic:   2.4 on 20 and 44 DF,  p-value: 0.007786*

解决思路 #

• 明确参考组机制：R的lm()处理分类变量时，会自动选一个类别作为参考组，该组的系数不会单独显示在摘要中——你看到的15个团队系数，是其余团队相对于这个隐藏参考组的差值。
• 确认参考组：执行以下代码查看哪个团队是默认参考组：

  levels(df$Team)
  

  输出的第一个类别即为参考组，它的系数等价于模型中的截距项(Intercept)。
• 提取全部团队系数：
  1. 用dummy.coef()函数直接输出每个团队的完整估计值（包括参考组）：

     dummy.coef(log_teams)
     

     该函数会把分类变量的每个水平系数单独列出，无需手动计算。
  2. 若要获取结构化的系数表，可使用broom包的tidy()函数：

     library(broom)
     tidy(log_teams, conf.int = TRUE)
     

     虽然参考组不会单独出现，但结合levels(df$Team)和截距项，可补全参考组的系数信息。
• 排查数据缺失影响：输出显示有427条观测因缺失被删除，执行以下代码检查每个团队的有效观测数：

  table(df$Team, useNA = "ifany")
  

  如果某个团队的所有观测都被删除，模型会自动排除该类别，这也会导致显示的团队数量不足20个。

内容的提问来源于stack exchange，提问作者ngarn