如何在R语言的Poisson GLM中更改截距以获取完整系数值

嗨，这事儿好办！你现在遇到的是R中分类变量默认编码的问题——glm默认用treatment编码，会把分类变量的其中一个水平当作基准（也就是截距项），剩下的水平系数都是和这个基准的差值。要拿到每个位置自己的系数，有两种常用方法：

方法1：移除模型的截距项 #

直接在公式里加上-1或者0，让模型为每个位置单独拟合系数，这样输出里就会显示所有位置的结果啦：

# 你的原始数据
location = c("DH", "Bos", "Beth")
count = c(166, 57, 38)
df = data.frame(location, count)

# 不带截距的泊松模型
summary(glm(count ~ location - 1, family = poisson))

输出解释 #

这时候每个locationXXX的系数就是对应位置的log(均值计数)：

• locationBeth的系数会和你原来模型的截距一致（≈3.6376），对应log(38)
• locationBos的系数≈4.0431，对应log(57)（正好是原来的截距+locationBos的差值：3.6376+0.4055）
• locationDH的系数≈5.1120，对应log(166)（3.6376+1.4744）

方法2：修改分类变量的对比编码 #

如果你想保留截距（作为所有位置的平均log计数），同时拿到每个位置和均值的差值，可以用sum-to-zero编码（偏差编码）：

# 设置location的对比方式为sum-to-zero
df$location <- factor(df$location, contrasts = contr.sum)

# 重新拟合模型
summary(glm(count ~ location, family = poisson))

这种方式下，截距是三个位置log计数的平均值，每个locationX的系数是该位置与均值的差值，三个系数的和为0。不过如果你的需求只是单纯拿到每个位置自己的系数，方法1会更直接易懂。

内容的提问来源于stack exchange，提问作者user9399405