HW_Exercise2

(1)載入資料
(2)顯示前六筆資料樣式
(3)檢驗資料格式
library(MASS)
## 
## Attaching package: 'MASS'
## The following object is masked from 'package:dplyr':
## 
##     select
head(CAT<-cats)
##   Sex Bwt Hwt
## 1   F 2.0 7.0
## 2   F 2.0 7.4
## 3   F 2.0 9.5
## 4   F 2.1 7.2
## 5   F 2.1 7.3
## 6   F 2.1 7.6
str(CAT)
## 'data.frame':    144 obs. of  3 variables:
##  $ Sex: Factor w/ 2 levels "F","M": 1 1 1 1 1 1 1 1 1 1 ...
##  $ Bwt: num  2 2 2 2.1 2.1 2.1 2.1 2.1 2.1 2.1 ...
##  $ Hwt: num  7 7.4 9.5 7.2 7.3 7.6 8.1 8.2 8.3 8.5 ...
(4)執行迴歸分析
coef(lm(Bwt~Sex,data=CAT))
## (Intercept)        SexM 
##   2.3595745   0.5404255
coef(lm(Bwt~Sex,data=CAT,contrasts = list(Sex = "contr.sum")))
## (Intercept)        Sex1 
##   2.6297872  -0.2702128

Dummy Coding

coef(lm(Bwt~Sex,data=CAT))

lm()這個指令在做邏輯式迴歸時，預設是使用Dummy Coding來處理。Dummy Coding所產生的迴歸式中，截距係數表示的是“參照組平均數”，而其餘迴歸係數則反映該水準與參照組的“平均數差異”。

Effect coding

coef(lm(Bwt~Sex,data=CAT,contrasts = list(Sex = "contr.sum")))

lm()指令中的contrasts=可以切換Dummy Coding或是Effct coding。題目中加上contrasts = list(Sex = “contr.sum”)將coding模式改成是Effect coding。使用Effect Coding所產生的迴歸式中，截距係數表示“整體平均數”，而各迴歸係數則是“各組平均數和整體平均數的差值”

參考資料

https://www.r-bloggers.com/using-and-interpreting-different-contrasts-in-linear-models-in-r/

The End