線形回帰のカテゴリ変数：1つの値が1つのレベル、残りはNA

Question

モデルサマリーの実行時にRがどのように機能するかに関する理論的な質問があります。私は、私の変数のうちの2つが、3つのレベル、それぞれ対応する遺伝子型を持つカテゴリカルであるいくつかの線形回帰モデルを実行しています。私は、レベルのうちの2つだけがモデルの要約に表示されることを知っています。レベルの1つは参照でなければなりません。しかし、これらの変数は、

のように、レベルの1つのみに1カウントしかありません。変数1レベル：TT 176カウント/ TC 45カウント/ CC 1カウント（これは遺伝子型が223人のうちの個体）。

ここで、このCCレベルは通常モデルの要約には表示されません。それは、1つしかないため、Rには考慮されていないからです。私が必要とするのは、私の前提を確認したり拒否する文献の参考文献を見つけることだけです。私はこれをさまざまな方法でグーグルにしようとしており、lmのR ?helpおよびその他の関連する検索を行っていますが、探しているものが見つからないか、そのように理解できませんでした。

ご協力いただければ幸いです！

Answer 1

あなたの前提は正しくありません。

最初のレベルが参照レベルになり、デフォルトの順序はアルファベット順になります。 CCはアルファベット順に表示されるため、モデルの参照レベルです。

比較的一般的な値を参照レベルとして使用することをお勧めします（他の見積もりの​​差異を減らす）こと。したがって、アルファベットのデフォルトを変更してTTを参照レベルにすることをお勧めします。これは、

your_data$var = relevel(your_data$var, ref = "TT") 

（もちろん、データフレームと変数名が何であれ）でも簡単にする必要があります。

レベルの設定方法を「コントラスト」といいます。 ?contrastsは読書を開始するのに適しています。その検索語句を使用すると、他のドキュメント/参照も見つけることができます。 （以外のオプションがあり、参照レベルとの比較はすべてですが、ここでは範囲外です）

同様に、1つの観測値しか持たないレベルが含まれていると思われますそれは統計的な質問であり、プログラミング上の問題ではありません（あなたの質問よりも多くの情報が必要になります）。