r - 有序因素与水平

Question

有人可以解释R中“有序”参数的用途吗？

R说:

ordered
logical flag to determine if the levels should be regarded as ordered (in the order given).

因此，如果我有一个称为名称的因子并设置ordered = TRUE

names<- factor(c("fred","bob","john"), ordered = TRUE)
names

为什么打印出来:

[1] fred bob  john
Levels: bob < fred < john

似乎它没有使用我给它的命令。我从弗雷德开始，从鲍勃开始？

另外，有序参数的使用方式与“水平”参数的使用方式不同，后者将对因素进行排序:

names<- factor(c("fred","bob","john"), levels= c("john","fred","bob"))
names

这返回

[1] fred bob  john
Levels: john fred bob

好像是我在订购。那么，为什么需要“有序”参数？

我对如何使用“有序”和“级别”感到困惑。

Answer 1

我将用更直观的因素替换您的名称向量，从这些因素来看，顺序更有意义:

heights <- c("low","medium","high")

heights1 <- factor(heights, ordered = TRUE)
heights1
# [1] low    medium high  
# Levels: high < low < medium

heights2 <- factor(heights) # ordered = FALSE by default
heights2
# [1] low    medium high  
# Levels: high low medium

级别的顺序可能不是您期望的，但是如果您未设置明确的级别，则级别将按字母顺序排序。

要设置明确的顺序，我们可以执行以下操作:

heights1<- factor(heights, levels = heights, ordered = TRUE)
heights1
# [1] low    medium high  
# Levels: low < medium < high

heights2<- factor(heights, levels = heights)
heights2
# [1] low    medium high  
# Levels: low medium high

您有时可能想使用 factor(x, levels = unique(x))，因为无法复制级别，在这种情况下，级别将按照其首次出现进行排序。

所以现在它在两侧都进行了排序，但是等等，一个应该是“无序的”。
该词汇表具有误导性，因为可以对无序因素进行排序，例如，如果要使用 ggplot2调整布局，该词汇表甚至很有用。

但是，正如@joran和@thomas所提到的，统计模型将根据分类变量是否有序来不同地考虑分类变量。

但是，导致我出现的有序因素是 max和 min函数的使用，尤其是在聚合函数内部。

请参阅此问题以及在有必要将因子定义为有序的情况下接受的答案: Aggregate with max and factors

我们有这个:

# > df1
#    id height
# 1   1    low          
# 2   1   high         
# 3   2 medium          
# 4   2    low          
# 5   3 medium          
# 6   3 medium          
# 7   4    low          
# 8   4    low          
# 9   5 medium          
# 10  5 medium

由于无序因素，我们无法汇总:

# aggregate(height ~ id,df1,max)
# Error in Summary.factor(c(2L, 2L), na.rm = FALSE) : 
# ‘max’ not meaningful for factors

有了有序的因素，我们可以!

# aggregate(height ~ id,df1,max)
#   id height
# 1  1   high
# 2  2 medium
# 3  3 medium
# 4  4    low
# 5  5 medium