用分类数据解释负二项式GLM的.L和.Q输出

我只是运行负二项式GLM，这是输出：

Call:
glm.nb(formula = small ~ method + site + depth, data = size.dat, 
    init.theta = 1.080668549, link = log)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-2.2452  -0.9973  -0.3028   0.3864   1.8727  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)   1.6954     0.1152  14.720  < 2e-16 ***
method.L     -0.6828     0.1637  -4.171 3.04e-05 ***
site.L        0.9952     0.2050   4.854 1.21e-06 ***
site.Q       -0.4634     0.1941  -2.387    0.017 *  
depth.L       0.8951     0.1988   4.502 6.74e-06 ***
depth.Q       0.2060     0.1984   1.038    0.299    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for Negative Binomial(1.0807) family taken to be 1)

    Null deviance: 185.1  on 89  degrees of freedom
Residual deviance: 100.8  on 84  degrees of freedom
AIC: 518.24

我的预测变量都是绝对的。这就是为什么我要.L和.Q。我假设它们代表不同的类别，但是在运行GLM之前，有人知道我可以使用代码对它们进行标记，以使它们显示为不同的类别吗？

您的变量不仅被编码为因子（使其成为分类变量），还被编码为有序因子。然后，默认情况下，R使一系列多项式函数适合变量的级别。第一个是线性（.L），第二个是二次（.Q），第三个是（如果您有足够的水平）将是三次，依此类推。R将比该变量中的水平数少拟合一个多项式函数。例如，如果您只有两个级别，则只能拟合线性趋势。此外，所使用的多项式基是正交的。（就其价值而言，所有这些都不是特定于R或负二项式模型的，所有软件和回归模型的类型都可以做到这一点。）

专门针对R，如果您希望变量被编码为有序或无序，则可以使用？factor：

my.variable <- factor(my.variable, ordered=TRUE)   # an ordered factor
my.variable <- factor(my.variable, ordered=FALSE)  # an unordered factor