在 R 的逻辑回归模型中将虚拟变量的组合创建为单个变量答案

【问题标题】：Creating a combination of dummy variables into a single variable in a logistic regression model in R在 R 的逻辑回归模型中将虚拟变量的组合创建为单个变量
【发布时间】：2021-09-17 10:57:26
【问题描述】：

我需要使用 R 在逻辑回归中将 3 个虚拟变量的可能组合创建为一个分类变量。我手动进行了组合，如下所示：

new_variable_code	variable_1	variable_2	variable_3
1	0	0	0
2	0	1	0
3	0	1	1
4	1	0	0
5	1	1	0
6	1	1	1

我排除了其他两个选项（0 0 1）和（1 0 1），因为我不需要它们，它们没有由数据表示。然后，我将 new_variable_code 与其他预测变量一起用作逻辑回归中的一个因素。

我的问题是：是否有任何自动化方式来创建相同的 new_variable_code？或者甚至是另一种计量经济学技术，将 3 个虚拟变量编码为逻辑回归模型中的 1 个分类变量？

我的目标：了解哪个变量组合在结果变量上的优势比最高（以及在同一模型中解释的其他预测变量）。

谢谢

【问题讨论】：

标签： r combinations logistic-regression categorical-data dummy-variable

【解决方案1】：

您可以通过以下方式使用pmap_dbl 将您的虚拟变量重新编码为 1-6 级：

library(tidyverse)

# Reproducing your data
df1 <- tibble(
  variable_1 = c(0,0,0,1,1,1),
  variable_2 = c(0,1,1,0,1,1),
  variable_3 = c(0,0,1,0,0,1)
)

factorlevels <- c("000","010","011","100","110","111")

df1 <- df1 %>%
  mutate(
    new_variable_code = pmap_dbl(list(variable_1, variable_2, variable_3),
                                 ~ which(paste0(..1, ..2, ..3) == factorlevels))
  )

输出：

# A tibble: 6 x 4
  variable_1 variable_2 variable_3 new_variable_code
       <dbl>      <dbl>      <dbl>             <dbl>
1          0          0          0                 1
2          0          1          0                 2
3          0          1          1                 3
4          1          0          0                 4
5          1          1          0                 5
6          1          1          1                 6

【讨论】：

感谢您编写代码。我正在寻找是否有一种自动化的方式来做到这一点。就像一个数学函数在不告诉 R 步骤的情况下创建新的组合变量。

【解决方案2】：

我会使用 sep="." 创建一个带有粘贴的变量。并使其成为一个因素：

 newvar <- factor( paste(variable_1,    variable_2, variable_3, sep="."))

我认为将其设为顺序值并不是一个好主意，它已经是一个带级别的整数，因为这是创建因子的方式。

【讨论】：

好的。谢谢你的澄清。