如何在R中合并GLM分析中LS均值一致的区域变量并重构模型？

你需要先创建合并后的新区域变量，再用该变量重新拟合广义线性模型，具体操作步骤如下：

1. 创建合并后的新区域变量 #

假设你的数据框为df，原区域变量名为Region，要合并的目标区域是BB、KE、ZA，可通过两种方式实现：

方式一：基础R实现 #

# 生成新变量，将目标区域合并为"BB-KE-ZA"，其余区域保留原名称
df$new_Region <- ifelse(df$Region %in% c("BB", "KE", "ZA"), "BB-KE-ZA", as.character(df$Region))
# 转换为因子类型（若原Region为因子，保持分类变量属性）
df$new_Region <- factor(df$new_Region)

方式二：dplyr包实现（更简洁） #

library(dplyr)

df <- df %>%
  mutate(new_Region = case_when(
    Region %in% c("BB", "KE", "ZA") ~ "BB-KE-ZA",
    TRUE ~ as.character(Region)
  )) %>%
  mutate(new_Region = factor(new_Region))

2. 重新构建GLM模型 #

假设原模型以family_income为因变量，包含education、num_children、industry、Region作为自变量，合并后只需将Region替换为新变量new_Region：

# 原GLM模型（示例，需根据数据调整family参数，如gaussian、poisson等）
original_glm <- glm(family_income ~ education + num_children + industry + Region, 
                    data = df, family = gaussian)

# 合并区域后的新GLM模型
new_glm <- glm(family_income ~ education + num_children + industry + new_Region, 
               data = df, family = gaussian)

3. 验证合并结果（可选） #

若需确认合并后的最小二乘（LS）均值与SAS中ESTIMATE语句结果一致，可使用emmeans包计算验证：

library(emmeans)

# 计算新区域变量的LS均值
emmeans(new_glm, ~ new_Region)

# 对比原模型中三个目标区域的均值平均值，验证是否与合并后的均值一致
original_emm <- emmeans(original_glm, ~ Region)
mean(original_emm[original_emm$Region %in% c("BB", "KE", "ZA")]$emmean)

内容的提问来源于stack exchange，提问作者Sofia Bániková