r - 在具有已删除因子的数据帧上使用 speedglm

Question

我正在尝试使用 R 的 speedglm 包来估计回归模型。通常，结果与使用基本 R 的 glm 函数相同，但是当我从 data.frame 中完全删除给定的因子级别时，speedglm 会出现意外行为。例如，请看下面的代码:

dat1 <- data.frame(y=rnorm(100), x1=gl(5, 20)) 
dat2 <- subset(dat1, x1!=1)

glm("y ~ x1", dat2, family="gaussian")
Coefficients:
(Intercept)          x13          x14          x15  
    -0.2497       0.6268       0.3900       0.2811 

speedglm(as.formula("y ~ x1"), dat2)
Coefficients:
(Intercept)          x12          x13          x14          x15  
    0.03145     -0.28114      0.34563      0.10887           NA 

这两个函数提供了不同的结果，因为因子级别 x1==1 已从 dat2 中删除。如果我使用 dat1 而不是结果会是相同的。有没有办法让 speedglm 在处理像 dat2 这样的数据时表现得像 glm？

Answer 1

我认为 Droplevels 是关键。

str(droplevels(dat2)) 与 str(dat2) - 即使 x1==1 被删除，它仍然列在因素水平

所以 speedglm(as.formula("y ~ x1"), droplevels(dat2)) 应该等于 glm("y ~ x1", dat2, family="gaussian")