nhanes2数据线性回归结果中未显示age(20-39)因子的原因咨询

在R中使用线性回归（lm()函数）处理因子型自变量时，默认会把因子的第一个水平当作「参考组（基准组）」，不会在回归结果的系数列表里单独显示它的数值——因为其他组的系数都是和这个参考组对比得出的差异值，它的影响已经隐含在模型的截距项里了。

针对你的案例：

• 数据集nhanes2中的age变量是一个包含三个水平的因子：20-39、40-59、60-99
• 当你用factor(age)将其纳入模型时，R默认把排序最靠前的20-39作为参考组
• 结果里显示的factor(age)40-59系数，代表的是「40-59岁组相对于20-39岁组，对chl的平均影响差异」；factor(age)60-99则是「60-99岁组相对于20-39岁组的差异」

如果你想验证这一点，或者想更换参考组，可以用relevel()函数调整：

# 将60-99设为参考组
nhanes2.lm <- lm(chl~relevel(factor(age), ref = "60-99")+bmi, data=nhanes2)
summary(nhanes2.lm)

这时候你会发现结果里不再显示factor(age)60-99，取而代之的是20-39和40-59的系数，它们都是和60-99岁组对比的差异。

总结一下：20-39组完全纳入了模型，只是作为基准组隐藏在了截距和其他组的系数对比中，并没有被排除在外~

内容的提问来源于stack exchange，提问作者Aram K