Інтерпретація виходу .L & .Q від негативного біноміального GLM з категоричними даними

Я щойно запустив негативний біноміальний GLM, і це вихід:

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

Мої прогнози всі категоричні. Це чому я отримую .Lі .Q. Я припускаю, що вони представляють різні категорії, але чи знає хто-небудь код, який я міг би використати для позначення їх перед тим, як запустити GLM, щоб вони відображалися як різні категорії?

— Вів'єн
джерело

Дивіться ats.ucla.edu/stat/r/library/contrast_coding.htm#ORTHOGONAL

— Відновити Моніку

Я вважаю, що код досить заплутаний, чи є простіший код? Категорії дуже прості: метод 1 та метод 2, сайт 1, site2 та сайт 3, а глибина - 5, 10 та 15

— Vivienne

ats.ucla.edu/stat/r/library/contrast_coding.htm#SIMPLE - або ats.ucla.edu/stat/r/library/contrast_coding.htm#dummy , що є типовим для невпорядкованих факторів у glm.

— Scortchi

Ваші змінні не просто кодуються як фактори (щоб зробити їх категоричними), вони кодуються як упорядковані фактори. Тоді за замовчуванням R підходить до ряду поліномних функцій до рівнів змінної. Перший - лінійний ( .L), другий - квадратичний ( .Q), третій (якби у вас було достатньо рівнів) буде кубічним і т. Д. R буде відповідати на меншу кількість поліномних функцій, ніж кількість рівнів у вашій змінній. Наприклад, якщо у вас є лише два рівні, підходить тільки лінійна тенденція. Більше того, використовувані поліномічні основи є ортогональними. (Для чого це варто, нічого з цього не характерне для R - або для негативних біноміальних моделей - все програмне забезпечення та типи регресійних моделей роблять те саме).

Зосередившись конкретно на R, якщо ви хочете, щоб ваші змінні були кодовані як упорядковані чи не упорядковані, ви б використали ? Factor :

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

— gung - Відновити Моніку
джерело

О, я замовив їх зараз, на яких є етикетки, спасибі так сильно гунг!

— Vivienne