多项回归：如何去除L/Q/R格式，显示完整分类变量系数？

为什么系数显示格式不同？ #

测试数据里的x是普通字符型因子（无有序属性），R默认对这类名义分类变量采用哑变量编码（treatment coding），生成的系数以x水平名的形式（如xb、xc）呈现，代表对应水平与参考水平的差异。

而你实际数据中的FIES_R是有序因子（ordered factor），R对有序因子默认采用正交多项式编码，会生成.L（线性趋势项）、.Q（二次趋势项）、.C（三次趋势项）这类编码项，用来拟合因变量随有序因子水平变化的趋势，而非单个水平的差异。

如何改成FIES_R_1、FIES_R_2...的格式？ #

要让有序因子按哑变量方式生成系数，有三种可行方法：

方法1：将有序因子转为普通因子 #

直接去掉FIES_R的有序属性，转为普通名义因子：

# 转换因子类型
df$FIES_R <- factor(df$FIES_R, ordered = FALSE)
# 重新拟合模型
nnet::multinom(y ~ FIES_R, data = df)

方法2：在公式中强制转为普通因子 #

无需修改原数据，直接在公式里用as.factor()强制转换：

nnet::multinom(y ~ as.factor(FIES_R), data = df)

方法3：修改有序因子的编码方式 #

保持FIES_R的有序属性，但将编码改为哑变量编码：

# 设置哑变量编码
contrasts(df$FIES_R) <- contr.treatment(nlevels(df$FIES_R))
# 拟合模型
nnet::multinom(y ~ FIES_R, data = df)

以上三种方法都会让模型输出的系数以FIES_R_水平值的形式呈现（如FIES_R_1、FIES_R_2），对应每个水平与参考水平的差异。

内容的提问来源于stack exchange，提问作者An116