如何在回归中强制R使用指定的因子水平作为参考？

如果我在回归中使用二进制解释变量，如何告诉R使用某个级别作为参考？

默认情况下，它仅使用某个级别。

lm(x ~ y + as.factor(b)) 

与b {0, 1, 2, 3, 4}。假设我要使用3而不是R使用的零。

参见relevel()功能。这是一个例子：

set.seed(123)
x <- rnorm(100)
DF <- data.frame(x = x,
                 y = 4 + (1.5*x) + rnorm(100, sd = 2),
                 b = gl(5, 20))
head(DF)
str(DF)

m1 <- lm(y ~ x + b, data = DF)
summary(m1)

现在改变的因素b中DF通过使用的relevel()功能：

DF <- within(DF, b <- relevel(b, ref = 3))
m2 <- lm(y ~ x + b, data = DF)
summary(m2)

这些模型估计了不同的参考水平。

> coef(m1)
(Intercept)           x          b2          b3          b4          b5 
  3.2903239   1.4358520   0.6296896   0.3698343   1.0357633   0.4666219 
> coef(m2)
(Intercept)           x          b1          b2          b4          b5 
 3.66015826  1.43585196 -0.36983433  0.25985529  0.66592898  0.09678759

其他人提到的relevel命令是最好的解决方案，如果您想更改数据上所有分析的基本级别（或者愿意更改数据）。

如果您不想更改数据（这是一次更改，但是将来又希望再次使用默认行为），则可以结合使用C（请注意大写）功能设置对比度，并contr.treatments使用选择您要作为基准的级别的基本参数。

例如：

lm( Sepal.Width ~ C(Species,contr.treatment(3, base=2)), data=iris )

该relevel()命令是您提出问题的简便方法。它的作用是对因子进行重新排序，以便使参考电平成为第一。因此，重新排序您的因子水平也将具有相同的效果，但可以为您提供更多控制。也许您想拥有3,4,0,1,2级。在这种情况下...

bFactor <- factor(b, levels = c(3,4,0,1,2))

我更喜欢这种方法，因为它不仅使我更容易在代码中看到引用是什么，而且还更容易看到其他值的位置（而不是必须查看结果）。

注意：请勿使其成为有序因素。具有指定顺序的因子和有序因子不是同一件事。 lm()可能会开始认为您想要多项式对比。

我知道这是一个老问题，但是我遇到了类似的问题，发现：

lm(x ~ y + relevel(b, ref = "3")) 

完全符合您的要求。

您还可以使用contrasts属性手动标记列，该属性似乎受到回归函数的尊重：

contrasts(df$factorcol) <- contr.treatment(levels(df$factorcol),
   base=which(levels(df$factorcol) == 'RefLevel'))

对于那些寻找dplyr / tidyverse版本的人。基于Gavin Simpson解决方案：

# Create DF
set.seed(123)
x <- rnorm(100)
DF <- data.frame(x = x,
                 y = 4 + (1.5*x) + rnorm(100, sd = 2),
                 b = gl(5, 20))

# Change reference level
DF = DF %>% mutate(b = relevel(b, 3))

m2 <- lm(y ~ x + b, data = DF)
summary(m2)