R因子的回归：得到水平的系数，而不是与拦截的差异？

Question

假设我想用lm()估计y超过k组的平均值，其中组由一个因子定义。

如果我只运行lm(y ~ factor)，这将给出一个截距，以及k-1因子的系数，但表示为与截距的差异。我想要有手段的直接价值。

有没有办法在contrast中与lm()干净利落地完成这项工作？我不确定这种对比会被称为...正交？我显然可以删除拦截：lm(y ~ -1+ factor)但这会给我错误的R2值

reg1 <- lm(Sepal.Length~ Species, data=  iris)
reg2 <- lm(Sepal.Length~ -1 + Species, data=  iris)

## get coefs
coef(reg1) # not what I want
#>       (Intercept) Speciesversicolor  Speciesvirginica 
#>             5.006             0.930             1.582
coef(reg2) # whay I want
#>     Speciessetosa Speciesversicolor  Speciesvirginica 
#>             5.006             5.936             6.588

## THe models are equivalent:
all.equal(fitted(reg1), fitted(reg2))
#> [1] TRUE


# but the -1 trick will create problems for some stats, such as R2
summary(reg1)$r.squared
#> [1] 0.6187057
summary(reg2)$r.squared
#> [1] 0.9925426

由reprex package创建于2019-05-01（v0.2.1）

Answer 1

它不是“正交对比”，而是“完全没有对比”。

关于不正确的R平方：summary.lm以不同的方式计算该数量，无论模型中是否有明确的截距。在这种情况下，您可能需要手动计算R平方：cor(Sepal.Length, fitted(reg2))^2。见this comment。