scitb5函数1( 二 ) _变量

<-c("pathsize", "lnpos", "er", "pr", "histgrad","pathscat", "ln_yesno")Interaction<-c("histgrad","er", "pr")
使用函数生成交互效应表，使用cox回归必须定义时间，不然会报错
out<-scitb5(data=http://www.kingceram.com/post/bc,x="age",y="status",Interaction=Interaction,cov = cov1,time="time",family="cox")
接下来做线性回归，这里使用的是包的汽车数据
bc<-as.data.frame(ggplot2::mpg)dput(names(bc))
分类变量转成因子
bc$cyl<-as.factor(bc$cyl)bc$model<-as.factor(bc$model)bc$drv<-as.factor(bc$drv)bc$fl<-as.factor(bc$fl)bc$class<-as.factor(bc$class)bc$trans<-as.factor(bc$trans)
定义协变量和分类变量
cov1<-c("model", "displ","cyl", "trans", "drv", "cty", "hwy", "fl", "class")Interaction<-c("drv","fl","class","model")
做表，线性回归中这里系数，使用β表示。
out<-scitb5(data=http://www.kingceram.com/post/bc,x="displ",y="hwy",Interaction=Interaction,cov = cov1,family="linear")
这里出现一个问题，为什么我们这里定义了“drv",“fl”,“class”,“model"4个分层变量，然后最终只做出了“drv"这个变量，
信息提示"fl”,“class”,"model"这3个变量不适合进行分层。

文章插图
[1] “fl is Notfor ”
[1] “class is Notfor ”
[1] “model is Notfor ”
这个问题我等会再说，我们通过一个粉丝的数据来说明这个问题，我们先导入这个数据
bc<-read.csv("E:/r/fensi/final1.csv",sep=',',header=TRUE)dput(names(bc))
转换分类变量为因子
bc[,c("x2", "x3", "x4", "x5", "x6", "x7")] <- lapply(bc[,c("x2", "x3", "x4", "x5", "x6", "x7")], factor)str(bc)
定义协变量和交互变量
Interaction<-c("x2", "x3", "x4","x5")cov<-c("x2", "x3", "x4", "x5", "x6", "x7")
生成表格，这里也是值生成了3个， x5没有生成
out<-scitb5(data=http://www.kingceram.com/post/bc,x="x1",y="y",Interaction=Interaction,cov = cov,family="logit")
显示"x5 is Notfor " ，意思是x5这个变量不适合做分层交互，为什么呢？我们先来看一下x5这个数据它，分的层很多，分类4个层
levels(factor(bc[,"x5"]))
我们取一个亚组来看看，它x5==1的时候x6、x7的数据全部是0 ，没有其他的变量了，这样组合不了模型，所以会报错，所以函数会自动放弃这个变量。
be<-subset(bc,bc$x5==1)
所以说，如果你的数据不多，分层变量中分为太多类型，会导致建模失败，不能进行分类。我在在其他的包也试了一下，也是一样建模失败。
获取函数代码请参看这篇文章：
函数1.4版本（交互效应函数P for ）发布----用于一键生成交互效应表
本函数还在继续更新中，如有错误或者有什么好的建议，欢迎和我联系。