R中有序和无序因子变量的差异

Question

我一直在尝试在R中查找ordered和无序factor变量之间的区别，特别是?factor文档中的这一行让我感到困惑：

Ordered factors differ from factors only in their class, but methods and
the model-fitting functions treat the two classes quite differently.

我最接近于找到答案的是以下三个问题的答案：

1. Factors ordered vs. levels
2. Is there an advantage to ordering a categorical variable?
3. factor() command in R is for categorical variables with hierarchy level only?

在对上述第一个问题的回答中，@joran说：“统计差异的详细总结可能远远超出了StackOverflow答案的范围。”

这里我不需要一个详细的总结，但是谁能给出一个简单的小例子来说明ordered和无序factor在方法和模型拟合函数中的不同之处呢？

Answer 1

序因子默认使用正交多项式对比。L和Q代表线性项和二次项。无序因素使用“治疗”对比，尽管(它们实际上不是对比)。

如需理解，请阅读：http://r.789695.n4.nabble.com/Models-with-ordered-and-unordered-factors-td4072225.html http://www.stat.berkeley.edu/~s133/factors.html

Answer 2

最容易看出的主要区别是“漂亮的印刷”。有序的因素很好地打印，在控制台，他们决定了标签的顺序在of图中。

在建模方面，它们在拟合线性模型时所产生的对比是不同的。如果你想找一些简单的例子来描述这些材料，我建议你看看coding.htm。本文给出了这两种方案的两个例子: 1.虚码-无序R因子4.正交多项式编码-序R因子。

总之，在拟合模型(如性别、种族等)时，虚拟编码使用简单的水平与参考水平的比较；而多项式编码则使用趋势分析(用于收入或教育等变量)。

上述链接中的示例位于R中，因此可以很好地说明您的查询。