Saya tahu topik ini sudah banyak ditanyakan, namun saya masih belum menemukan solusi untuk analisis saya.
Panggilan saya adalah:
lm(formula = Dep ~ Age + Gender + PBI + HBI + Edu + Field + IndHealth + IndRecycle +
IndIngredients + IndAnimals + IndPrice + IndMulti + IndPackaging + IndQuality, data = DE)
Dimana Usia, Gender, PBI, HBI, Edu dan Bidang merupakan demografi dan bersifat kategorikal (sebagai faktor).
Ketika saya melakukan ringkasan model, saya mendapatkan ini:
Residuals:
Min 1Q Median 3Q Max
-1.3094 -0.4066 0.0266 0.3564 1.4999
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.227901 0.162236 1.405 0.16089
Age2 -0.025820 0.071981 -0.359 0.72001
Age3 -0.036917 0.100510 -0.367 0.71359
Gender1 -0.018974 0.077758 -0.244 0.80734
PBI2 -0.126910 0.134769 -0.942 0.34694
HBI2 -0.031086 0.059547 -0.522 0.60193
HBI3 -0.050042 0.091507 -0.547 0.58478
Edu2 0.001300 0.093856 0.014 0.98896
Edu3 0.028830 0.104011 0.277 0.78179
Edu4 -0.059664 0.168055 -0.355 0.72276
Field2 0.007421 0.082227 0.090 0.92814
Field3 0.032234 0.067893 0.475 0.63522
Field4 0.043158 0.110089 0.392 0.69525
IndHealth 0.193795 0.024891 7.786 6.27e-14 ***
IndRecycle 0.242289 0.027092 8.943 < 2e-16 ***
IndIngredients 0.189732 0.026634 7.124 5.09e-12 ***
IndAnimals 0.162393 0.023735 6.842 3.03e-11 ***
IndPrice 0.096247 0.031005 3.104 0.00205 **
IndMulti 0.086606 0.027061 3.200 0.00148 **
IndPackaging 0.013686 0.023469 0.583 0.56011
IndQuality -0.017908 0.024620 -0.727 0.46743
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.5323 on 391 degrees of freedom
Multiple R-squared: 0.7668, Adjusted R-squared: 0.7549
F-statistic: 64.29 on 20 and 391 DF, p-value: < 2.2e-16
Saya memahami bahwa model ini menggunakan Usia 1, Jenis Kelamin 0, PBI 1, HBI 1, dll. Namun saya ingin memiliki model di mana saya dapat melihat koefisien SEMUA tingkat variabel kategori saya.
Ada ide?
Saya telah mencoba dengan -1
, tetapi hanya melakukannya untuk variabel kategori pertama.
Bantuan apa pun akan sangat dihargai! Terima kasih sebelumnya!
Anke