การตีความเอาต์พุต. L & .Q จาก GLM ทวินามลบที่มีข้อมูลหมวดหมู่

ฉันเพิ่งวิ่ง GLM ลบแบบทวินามและนี่คือผลลัพธ์:

Call:
glm.nb(formula = small ~ method + site + depth, data = size.dat, 
    init.theta = 1.080668549, link = log)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-2.2452  -0.9973  -0.3028   0.3864   1.8727  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)   1.6954     0.1152  14.720  < 2e-16 ***
method.L     -0.6828     0.1637  -4.171 3.04e-05 ***
site.L        0.9952     0.2050   4.854 1.21e-06 ***
site.Q       -0.4634     0.1941  -2.387    0.017 *  
depth.L       0.8951     0.1988   4.502 6.74e-06 ***
depth.Q       0.2060     0.1984   1.038    0.299    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for Negative Binomial(1.0807) family taken to be 1)

    Null deviance: 185.1  on 89  degrees of freedom
Residual deviance: 100.8  on 84  degrees of freedom
AIC: 518.24

ตัวทำนายของฉันนั้นเป็นหมวดหมู่ทั้งหมด นี่คือเหตุผลที่ฉันได้รับและ.L .Qฉันคิดว่าพวกเขาเป็นตัวแทนประเภทที่แตกต่างกัน แต่ไม่มีใครรู้รหัสที่ฉันสามารถใช้ในการติดป้ายกำกับพวกเขาก่อนที่จะใช้ GLM เพื่อให้พวกเขาแสดงเป็นหมวดหมู่ที่แตกต่างกันแทน?

ตัวแปรของคุณไม่ได้ถูกกำหนดให้เป็นเพียงแค่ปัจจัย (เพื่อทำให้เป็นหมวดหมู่) แต่จะถูกเข้ารหัสตามปัจจัยที่สั่ง จากนั้นตามค่าเริ่มต้น R เหมาะกับชุดของฟังก์ชันพหุนามกับระดับของตัวแปร อย่างแรกคือ linear ( .L), second คือ quadratic ( .Q), อันที่สาม (ถ้าคุณมีระดับที่เพียงพอ) จะเป็นลูกบาศก์, เป็นต้น R จะใส่ฟังก์ชันพหุนามน้อยกว่าหนึ่งในจำนวนของระดับในตัวแปรของคุณ ตัวอย่างเช่นหากคุณมีเพียงสองระดับเท่านั้นแนวโน้มเชิงเส้นจะเหมาะสม ยิ่งไปกว่านั้นฐานพหุนามที่ใช้คือมุมฉาก (สำหรับสิ่งที่คุ้มค่าไม่มีสิ่งใดเฉพาะกับ R - หรือโมเดลเชิงลบแบบทวินาม - ซอฟต์แวร์และประเภทของแบบจำลองการถดถอยทั้งหมดจะทำเช่นเดียวกัน)

มุ่งเน้นไปที่ R โดยเฉพาะหากคุณต้องการให้ตัวแปรของคุณเขียนตามสั่งหรือไม่เรียงลำดับคุณจะใช้หรือไม่ตัวคูณ :

my.variable <- factor(my.variable, ordered=TRUE)   # an ordered factor
my.variable <- factor(my.variable, ordered=FALSE)  # an unordered factor