R语言glm回归未生成亚裔虚拟变量系数的原因咨询

这是R中分类变量（因子）在回归模型里的默认行为导致的——你的race_eth中的亚裔（asian, non-hisp）被自动选为了参考组，这类别的系数不会直接出现在summary结果里，其他类别的系数都是相对于这个参考组的对数优势比。

具体来说：

• R对因子类型的分类变量默认采用「处理编码（treatment coding）」：它会选取因子水平中的某一个作为基准（参考组），模型只输出其他水平相对于这个基准组的差异系数。
• 你可以通过输入levels(acs_hh$race_eth)查看race_eth的因子水平顺序，排在第一位的就是默认的参考组。如果亚裔是第一个水平，那它就不会有单独的系数输出。

举个简单的例子：假设你的race_eth水平顺序是c("asian, non-hisp", "white, non-hisp", "black, non-hisp")，那么回归结果里只会显示白人和黑人的系数——这两个系数分别代表白人和黑人相对于亚裔家庭，在own这个因变量上的对数优势比差异。

如果你想让亚裔的系数显示出来，只需要调整参考组即可，用relevel()函数修改因子的基准水平：

# 把"white, non-hisp"设为参考组，这样亚裔的系数就会出现在结果里
acs_hh$race_eth <- relevel(acs_hh$race_eth, ref = "white, non-hisp")
# 重新拟合模型（建议用data参数简化代码）
reg <- glm(own ~ hhincome + race_eth, data = acs_hh, family = "binomial")
summary(reg)

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