การเขียนโค้ดประเภทใดบ้างที่มีให้สำหรับตัวแปรเด็ดขาด (ใน R) และคุณจะใช้เมื่อใด

หากคุณพอดีกับโมเดลเชิงเส้นหรือโมเดลผสมมีโค้ดหลายชนิดที่พร้อมใช้งานในการแปลง varibale หมวดหมู่หรือชื่อเป็นตัวแปรจำนวนหนึ่งที่มีการประมาณพารามิเตอร์เช่นพารามิเตอร์จำลอง (การกำหนดค่าเริ่มต้น R) และเอฟเฟกต์การเข้ารหัส

ฉันได้ยินมาว่าเอฟเฟกต์การเขียนโค้ด (บางครั้งเรียกว่าการเบี่ยงเบนหรือการเข้ารหัสความคมชัด) เป็นที่ต้องการเมื่อคุณมีปฏิสัมพันธ์ แต่อะไรคือความแตกต่างที่เป็นไปได้และคุณจะใช้ความคมชัดประเภทใด

บริบทเป็นแบบผสมในการใช้ R lme4แต่ฉันคิดว่าการตอบสนองในวงกว้างนั้นใช้ได้ ขออภัยถ้าฉันพลาดคำถามที่คล้ายกัน

แก้ไข: ลิงก์ที่มีประโยชน์สองลิงก์คือ: เอฟเฟ็กต์การเข้ารหัสและการจำลองดัมมี่อธิบาย

คนอื่นสามารถให้ความกระจ่างแก่ฉันถ้าฉันผิด แต่นี่ไป ...

ผลกระทบสำหรับระดับเมื่อเทียบกับค่าเฉลี่ยของระดับก่อนหน้าคืออะไร เช่นคุณสนใจที่จะหาเกณฑ์ของเอฟเฟกต์

• ใช้ความแตกต่างของ Helmert ฉันคิดว่านี่เป็นการเปรียบเทียบแบบสะสม ฉันใช้สิ่งนี้เมื่อมีความสนใจในการกำหนดปริมาณการตอบสนองของยาต่อการสัมผัส การเปรียบเทียบกับหลาย ๆ ระดับในแต่ละครั้งนั้นหมายถึงว่าข้อมูลที่ถูกโยนทิ้งน้อยลง ฉันคิดว่านี่เป็นการเปรียบเทียบแบบสะสม

ผลกระทบของระดับที่สัมพันธ์กับระดับพื้นฐานคืออะไร? เช่นคุณสนใจกลุ่มเปรียบเทียบพื้นฐานหนึ่งกลุ่ม

• ใช้การเข้ารหัสตัวแปรดัมมี่ (ความแตกต่างของการรักษา) ฉันคิดว่านี่เป็นการเปรียบเทียบพื้นฐาน ฉันเคยใช้สิ่งนี้เมื่อมีกลุ่ม / ระดับหนึ่งที่มีความสำคัญโดยการศึกษาอื่น ๆ และการศึกษาของฉันแสดงให้เห็นว่าความสัมพันธ์ยังมีอยู่เมื่อเกินเกณฑ์นี้

ผลของสองระดับที่อยู่ติดกันของตัวแปรคืออะไร?

• ใช้ความแตกต่างไปข้างหน้า / ถอยหลัง ฉันคิดว่านี่เป็นการเปรียบเทียบแบบต่อเนื่องช่วงสั้น ๆ ฉันใช้สิ่งนี้เมื่อเปรียบเทียบผลกระทบของตำแหน่งทางเศรษฐกิจและสังคมในระดับที่แตกต่างกันเมื่อแต่ละกลุ่มมีองค์ประกอบที่แตกต่างกันในสิทธิของตนเองและไม่สนใจมากกว่ากลุ่มอื่น