R glm異なるタイプの同じカテゴリ変数に対して異なるp値を生成する

Question

私はglmを使用してモデルフィットを生成しています。私のデータには、整数変数とカテゴリ変数が混在しています。カテゴリ変数はコードの形式であり、したがってデータの整数型です。最初にモデルを生成しようとしたとき、整数型のカテゴリ変数をそのまま渡してモデルを得ま​​した。私は一度それを確認するためにp値を見ていたが、それは重要ではなかった重要な変数であることに気づいた。

これは、の形式変数である可能性があります。フォームで問題が発生しています。コード3と同じようにコード1よりも重要度が高くなる可能性があります（これは確かで、誰かがこれを確認できるならば大変です））。いくつかの研究をすると、カテゴリ整数変数をファクタに変換できることがわかりました。私は同じことをして、モデルを再生成しました。

バイナリに変換すると書かれていた記事もありましたので、私はそれをうまく行いました。私が感じる

1. R1 >>バイナリ

に変換カテゴリ変数とカテゴリ因子変数

R3 >>とカテゴリ整数変数

R2 >>と - だから今、私は3つの結果を持っていますカテゴリ整数変数で1を出力すると正しくない（を確認してください）。しかし、出力2と3の間、私は

1. p値が異なっているとして、考慮するかを混乱してい
2. 1は
3. は、私は出力と出力3のp値を関連することができ、より正確であると思われます2？
4. どのようにGLMような変数を扱うんループの内側
5. ホープGLMは
6. 問題ではありません私のデータベースが大きい、我々はdata.table使用してGLM行うことができますか？

私は

library("plyr") 
library("foreign") 
library("data.table") 

#####Generating sample data 

set.seed(1200) 
id <- 1:100 
bill <- sample(1:3,100,replace = T) 
nos <- sample(1:40,100,replace = T) 
stru <- sample(1:4,100,replace = T) 
type <- sample(1:7,100,replace = T) 
value <- sample(100:1000,100,replace = T) 

df1 <- data.frame(id,bill,nos,stru,type,value) 

var1 <- c("bill","nos","stru") 

options(scipen = 999) 
r1 <- data.frame() 

for(type1 in unique(df1$type)){ 
    for(var in var1){ 
    # dynamically generate formula 
    fmla <- as.formula(paste0("value ~ ", var)) 

    # fit glm model 
    fit <- glm(fmla, data=df1[df1$type == type1,],family='quasipoisson') 
    p.value <- coef(summary(fit))[8] 

    cfit <- coef(summary(fit)) 
    # create data frame 
    df2 <- data.frame(var = var, type = type1, basket="value",p.value = cfit[8],stringsAsFactors = F) 
    r1 <- rbind(r1, df2) 
    } 
} 

##### converting the categorical numeric variables to factor variables 

df1$bill_f <- as.factor(bill) 
df1$stru_f <- as.factor(stru) 

var1 <- c("bill_f","nos","stru_f") 

r2 <- data.frame() 

for(type1 in unique(df1$type)){ 
    for(var in var1){ 
    # dynamically generate formula 
    fmla <- as.formula(paste0("value ~ ", var)) 

    # fit glm model 
    fit <- glm(fmla, data=df1[df1$type == type1,],family='quasipoisson') 
    p.value <- coef(summary(fit))[8] 

    cfit <- coef(summary(fit)) 
    # create data frame 
    df2 <- data.frame(var = var, type = type1, basket="value",p.value = cfit[8],stringsAsFactors = F) 
    r2 <- rbind(r2, df2) 
    } 
} 

#####converting the categorical numeric variables to binary format (1/0) 

df1$bill_1 <- ifelse(df1$bill == 1,1,0) 
df1$bill_2 <- ifelse(df1$bill == 2,1,0) 
df1$bill_3 <- ifelse(df1$bill == 3,1,0) 

df1$stru_1 <- ifelse(df1$stru == 1,1,0) 
df1$stru_2 <- ifelse(df1$stru == 2,1,0) 
df1$stru_3 <- ifelse(df1$stru == 3,1,0) 
df1$stru_4 <- ifelse(df1$stru == 4,1,0) 

var1 <- c("bill_1","bill_2","bill_3","nos","stru_1","stru_2","stru_3") 

r3 <- data.frame() 

for(type1 in unique(df1$type)){ 
    for(var in var1){ 
    # dynamically generate formula 
    fmla <- as.formula(paste0("value ~ ", var)) 

    # fit glm model 
    fit <- glm(fmla, data=df1[df1$type == type1,],family='quasipoisson') 
    p.value <- coef(summary(fit))[8] 

    cfit <- coef(summary(fit)) 
    # create data frame 
    df2 <- data.frame(var = var, type = type1, basket="value",p.value = cfit[8],stringsAsFactors = F) 
    r3 <- rbind(r3, df2) 
    } 
} 

Answer 1

あなたの気持ちは、ほとんどが正しいを再生するいくつかのサンプルデータを自分のコードの下に貼り付けています。 GLMについては、大域変数と離散（カテゴリ）変数を区別する必要があります。

バイナリ変数は、2つのレベル、たとえば0と1だけを含む変数です。 2つ以上のレベルの変数しかないので、factor（）関数を使用する必要があります。