R语言 | 多元回归分析中的对照编码（contrast coding） | 第二节 deviation coding（偏差编码）

最新推荐文章于 2023-05-09 18:48:39 发布
最新推荐文章于 2023-05-09 18:48:39 发布
阅读量8.0k 收藏 8
点赞数 3
分类专栏： 大数据 | 数据挖掘 | R语言 文章标签： r语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gjwang1983/article/details/44985751
版权
本文介绍了R语言中多元回归分析的Deviation Coding（偏差编码），这是一种对比编码方式，其回归系数之和为0。内容包括Deviation Coding的定义、如何计算各Level的均值偏差，以及Diet4系数的推导过程，揭示了这种编码的Sum Contrast特性，用于比较各Level对响应变量影响的大小。
摘要由CSDN通过智能技术生成

Deviation coding（或称为Effect Coding）是一种contrast编码方式。因为采用该contrast的回归方程的回归系数之和等于0，又称作sum contrast。


Deviation Coding的定义是每个Level的反应变量的均值(Mean_per_Level)与每个Level的反应变量的均值的均值(Grand_Mean)进行对比。


参考dummy coding文中的例子。

如下是每个Level在反应变量weight上的均值（Mean_per_Level）

> tapply(ChickWeight$weight, ChickWeight$Diet, mean)
       1        2        3        4 
102.6455 122.6167 142.9500 135.2627

Grand_Mean=(102.6455+122.6167+142.9500+135.2627) / 4=125.8687


对于Deviation Coding，R会创建从第1个Level到第K-1个Level的dummy variable，并将之与Grand_Mean进行对照（求差）而得到该Level上的dummy variabl

最低0.47元/天 解锁文章
gjwang1983
关注
专栏目录
R语言使用回归模型解决单因素方差分析问题、方差分析和回归都是同广义线性模型的特例、因子转化为数值的过程中（分类变量编码为连续变量、自定义设置）
statistics+insight+vista+power
07-23 171
R语言使用回归模型解决单因素方差分析问题（ANOVA as regression）、方差分析和回归都是同广义线性模型的特例、因子转化为数值的过程中（分类变量编码为连续变量、自定义设置contrast）、treatment对比用于无序因子，正交多项式（orthogonal polynomials）用于有序因子
R语言方差分析ANOVA、单因素方差分析、协变量方差分析ANCOVA、重复测量方差分析、双因素方差分析（ two-way ANOVA）、多元方差分析MANOVA、多元协方差分析MANCOVA
最新发布
statistics+insight+vista+power
07-11 290
R语言方差分析ANOVA、单因素方差分析、协变量方差分析ANCOVA、重复测量方差分析、双因素方差分析（ two-way ANOVA）、多元方差分析MANOVA、多元协方差分析MANCOVA
R语言 | 多元回归分析中的对照编码（contrast coding） | 第一节 dummy variable（哑变量） 和 dummy coding
I think so I am
04-10 2万+
对于一个自变量是Categorical Factor的回归模型，需要为每个Level创建dummy variable。Contrast Matrix把每个Level映射到dummy variable的值。 我们来看一个例子来感性认识下dummy variable和contrast matrix。 > library(datasets) > str(ChickWeight) Clas
R语言coding exercises汇总2
qq_43325425的博客
10-15 413
Create the matrix X_data. Its dimensions must be 1000 rows and 12 columns. The content of each entry must be a randomly chosen number between 1 and 15 with no more than 3 decimal points. Columns shou...
菜鸟学R语言（组间多重比较）
weixin_45331620的博客
07-09 1万+
菜鸟学R语言（组间多重比较） 经过方差分析可以说明各总体均值间的差异是否显著，即只能说明均值不全相等，但不能具体说明哪几个均值之间有显著差异。此时多重比较就派上用场了，在科研中也是比较常用的方法。 具体的理论知识不再多讲，上代码之前先了解一下多重比较的类别。 LSD检验（最小显著差数检验法）：这也是我最常用的方法，基本上就是T检验的简单变形，T检验是对两组，而这个可以对多组间的均数做检验； Dunnett检验：适用于多个试验组与一个对照组的比较，多对一； Turkey检验：适用于组数大于6以上（不确定）；
分类变量回归: R语言中哑变量编码本质
深蓝的博客
02-02 8114
本篇描述分类变量如何进行回归（翻译自http://www.sthda.com/english/articles/40-regression-analysis/163-regression-with-categorical-variables-dummy-coding-essentials-in-r/） 分类变量(也称为因子或定性变量)是可以将观测数据分组的变量。它们有有限数量的不同值，称为水平。例如，性别作为一个分类变量，它有两个水平:男性或女性。 回归分析需要数值变量。因此，当研究者希望在回归模型中包含一
R语言实现 懒惰学习——使用近邻分类
Plum
01-13 2173
Example: Classifying Cancer Samples ---- 乳腺癌数据包括569例细胞活检案例，每个案例有32个特征。一个特征是识别号码,一个特征是癌症诊断结果，其他30个特征是数值型的实验室测量结果。癌症诊断结果用编码“M”表示恶性，用编码“B”表示良性。 Step 1: Exploring and preparing the data ---- import the C...
R语言对回归模型进行协方差分析
拓端研究室TRL
12-11 548
本示例使用II型平方和。参数估计值在R中的计算方式不同，线性模型中残差的直方图。这些残差的分布应近似正态。本示例使用II型平方和，并考虑具有三个组的情况。线性模型中残差的直方图。这些残差的分布应近似正态。残差与预测值的关系图。残差与预测值的关系图。组合模型的p值和R平方。
Linear Spatial Pyramid Matching Using Sparse Coding for Image Classification代码解
chlele0105的专栏
11-28 1万+
function [beta] = sc_approx_pooling(feaSet, B, pyramid, gamma, knn) %================================================ % % Usage: % Compute the linear spatial pyramid feature using sparse coding. % %
R语言开发GUI
06-28
R语言的GUI开发一直都是弱点和空白，本文档介绍了如何用R语言做界面。
R语言分类变量进行回归时的编码方案
医学和生信笔记的博客
11-11 2849
完美观看体验请至公众号查看本文。，专注R语言在临床医学中的使用，R语言数据分析和可视化。
R官方入门教程(11)R中的统计模型
2301_76324977的博客
05-09 448
R是一门著名的可用于数据和统计分析的程序语言，本文翻译自R软件官方文档教程，仅供学习和参考。
R语言之方差分析篇
热门推荐
小凤的博客
06-14 10万+
当包含的因子是解释变量时，通常会从预测转向 级别差异的分析，即称作方差分析（）
R中的统计模型
weixin_30718391的博客
04-10 608
R中的统计模型 这一部分假定读者已经对统计方法，特别是回归分析和方差分析有一定的了解。后面我们还会假定读者对广义线性模型和非线性模型也有所了解。R已经很好地定义了统计模型拟合中的一些前提条件，因此我们能构建出一些通用的方法以用于各种问题。R提供了一系列紧密联系的统计模型拟合的工具，使得拟合工作变得简单。正如我们在绪论中提到的一样，基本的屏幕输出是简洁的，因此用户需要调用一些辅助函数来提...
mantelhean.test r语言_R语言函数速查
weixin_39596090的博客
12-20 698
在学习R语言的过程中，经常会遇到前面学习过的函数但到后面再次看到忘记了用法，在kaggle实践中也会遇到，我以前的做法是打开书本，评印象查找，但是效率极低，现在，我通过有道云笔记 将《R语言实战》中的所有函数按照书本出现的顺序编辑成一篇文章，然后通过检索一键定位。具体做法如下：1、复制下面的函数。2、粘贴到有道云笔记或印象笔记中，word文档也可以达到此效果。3、在检索区域输入函数。前三章函数ma...
机器学习总结之——Dummy Coding(哑变量)
机器学习&数据挖掘
10-02 3万+
机器学习总结之——Dummy Coding 1、哑变量的概念   在构建回归模型时，如果自变量X为连续性变量，回归系数β可以解释为：在其他自变量不变的条件下，X每改变一个单位，所引起的因变量Y的平均变化量；如果自变量X为二分类变量，例如是否饮酒（1=是，0=否），则回归系数β可以解释为：其他自变量不变的条件下，X=1（饮酒者）与X=0（不饮酒者）相比，所引起的因变量Y的平均变化量。   但是，当自...
R语言之分组数据处理
J_sir2015的博客
04-26 4万+
在我们日常处理数据过程中，经常需要对分类或者分组数据进行相对应的函数处理，以下是个人觉得比较好用的几个函数。#分组变量的处理方法#tapply()函数#by()#aggregate()#plyr包#table()第一步：创建数据，常见数据形式为matrix，data.framesex<-c("female","man","female","man","man","man")d
快速编码HTML：Zencoding简介与示例
结合 Emmet（Zencoding的前身）这样的库，开发者可以在多种语言环境中享受Zencoding带来的便利。 Zencoding是一种强大的工具，特别适合前端开发者快速构建HTML原型或页面结构。它通过简化的语法和预定义的模板，...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值