problem, który jest to, że R jest utworzony uporządkowaną czynnik i kontrasty wytwarzane przez uporządkowaną czynnika wielomianem kontrasty (.L
jest liniowy, .Q
jest kwadratowa, .C
sześciennych .^n
jest n-tego rzędu wielomian . może być lepiej zdefiniować miesiąc jako czynnik, ustawić pierwszy poziom do stycznia, a następnie dopasować model.
Jeśli w lokalizacji angielskiego, to możemy użyć month.name
lub month.abb
stałe następująco
set.seed(42)
dat <- data.frame(sales = rnorm(1000, mean = 1000, sd = 40),
dates = as.Date(seq(from = 14610, to = 15609),
origin = "1970-01-01"))
dat <- transform(dat, month = factor(format(dates, format = "%B"),
levels = month.name))
Daje
> head(dat)
sales dates month
1 1054.8383 2010-01-01 January
2 977.4121 2010-01-02 January
3 1014.5251 2010-01-03 January
4 1025.3145 2010-01-04 January
5 1016.1707 2010-01-05 January
6 995.7550 2010-01-06 January
> with(dat, levels(month))
[1] "January" "February" "March" "April" "May"
[6] "June" "July" "August" "September" "October"
[11] "November" "December"
Uwaga kolejność poziomów jest w logiczny zamiast porządku alfabetycznym. Jeśli nie jesteś w języku angielskim, wynikami "%B"
będą nazwy miesięcy w Twoim lokalnym języku lub konwencji. Będziesz wtedy musiał podać poprawne poziomy jako wektor znaków do argumentu levels
w powyższym kodzie.
Ten zestaw danych może być następnie wykorzystane w celu dopasowania modelu i otrzymać bardziej znaczące nazwy współczynników
> mod <- lm(sales ~ month, data = dat)
> summary(mod)
Call:
lm(formula = sales ~ month, data = dat)
Residuals:
Min 1Q Median 3Q Max
-140.333 -24.551 0.108 28.102 134.349
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1001.7034 4.1567 240.983 <2e-16 ***
monthFebruary -8.3618 6.0153 -1.390 0.165
monthMarch -0.5347 5.8785 -0.091 0.928
monthApril -7.5618 5.9273 -1.276 0.202
monthMay -2.2961 5.8785 -0.391 0.696
monthJune 3.5091 5.9273 0.592 0.554
monthJuly -4.9975 5.8785 -0.850 0.395
monthAugust -0.3558 5.8785 -0.061 0.952
monthSeptember 3.7597 5.9970 0.627 0.531
monthOctober -2.5948 6.5724 -0.395 0.693
monthNovember -10.5670 6.6378 -1.592 0.112
monthDecember -6.9064 6.5724 -1.051 0.294
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 40.09 on 988 degrees of freedom
Multiple R-squared: 0.01173, Adjusted R-squared: 0.0007317
F-statistic: 1.066 on 11 and 988 DF, p-value: 0.3854
W powyższym należy zauważyć, że styczeń jest pierwszy poziom więc jej średnia jest oszacowanie (Intercept)
i inne szacunki są odchyleniami od średniej z stycznia. Alternatywnym parametryzacja modelu jest powstrzymanie osią:
> mod2 <- lm(sales ~ month - 1, data = dat)
> summary(mod2)
Call:
lm(formula = sales ~ month - 1, data = dat)
Residuals:
Min 1Q Median 3Q Max
-140.333 -24.551 0.108 28.102 134.349
Coefficients:
Estimate Std. Error t value Pr(>|t|)
monthJanuary 1001.703 4.157 241.0 <2e-16 ***
monthFebruary 993.342 4.348 228.5 <2e-16 ***
monthMarch 1001.169 4.157 240.9 <2e-16 ***
monthApril 994.142 4.225 235.3 <2e-16 ***
monthMay 999.407 4.157 240.4 <2e-16 ***
monthJune 1005.213 4.225 237.9 <2e-16 ***
monthJuly 996.706 4.157 239.8 <2e-16 ***
monthAugust 1001.348 4.157 240.9 <2e-16 ***
monthSeptember 1005.463 4.323 232.6 <2e-16 ***
monthOctober 999.109 5.091 196.3 <2e-16 ***
monthNovember 991.136 5.175 191.5 <2e-16 ***
monthDecember 994.797 5.091 195.4 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 40.09 on 988 degrees of freedom
Multiple R-squared: 0.9984, Adjusted R-squared: 0.9984
F-statistic: 5.175e+04 on 12 and 988 DF, p-value: < 2.2e-16
Teraz oszacowania są miesięcznych środków i t-testów są na założeniu, że poszczególne środki miesięczne oznaczają zero (0).
Jeszcze raz dziękuję ... Zastanawiałem się, co to były .L .C i .Q. – JimmyT