R中的model.matrix说明

Question

我正在尝试理解一些在R中构建模型矩阵的代码，但在理解一些基本语法时遇到了问题。

下面是一些可重现的代码：

test_df <- data.frame(category =c("Poetry", "Narrative Film", "Music"), 
                      country=c("GB", "US", "US"), usd_goal_real=c(1534,30000,45000),
                      time_int = c(59, 60, 45), state=c(0,0,0)
                      )
test_df2 <- data.frame(model.matrix( ~ . -1, test_df))
test_df3 <- data.frame(model.matrix( ~ . , test_df))

test_df2 <- data.frame(model.matrix( ~ . -1, test_df))行中指定的确切内容是什么？

具体来说，~ . -1是什么意思？这是否从模型中排除了某个字段？iI与下一行中的公式~ . ,有什么不同？

Answer 1

最简单的答案是，model.matrix中公式中的-1从模型中删除了X截距项。data.frame(model.matrix( ~ . -1, test_df))产生：

  categoryMusic categoryNarrative.Film categoryPoetry countryUS usd_goal_real time_int state
1             0                      0              1         0          1534       59     0
2             0                      1              0         1         30000       60     0
3             1                      0              0         1         45000       45     0

而data.frame(model.matrix( ~ . , test_df))会产生：

  X.Intercept. categoryNarrative.Film categoryPoetry countryUS usd_goal_real time_int state
1            1                      0              1         0          1534       59     0
2            1                      1              0         1         30000       60     0
3            1                      0              0         1         45000       45     0

由于模型中有一个分类变量，因此您还会注意到，当模型中存在X截距时，该变量的Music级别将消失，因为变量的第一个级别用于截距，而所有其他变量都是从该级别测量的。

这是两种不同的参数化模型的方法