问题描述
我正在寻找意见。我是 R 的新手，对于工作，我正在尝试使用以下内容创建关税定价结构：博览会、区域车辆和司机年龄（我能够根据年龄创建一些分类）、汽车的燃料和品牌（也是分类的）。
查看数据时，我注意到我目前存在一些过度离散，因此我继续尝试拟合负二项式。我还设法使用似然检验对模型进行了一些改进，使用方差分析函数进行卡方检验。
但是我确实注意到了一些奇怪的事情。查看品牌系数（从 2 到 14），一些变量在 5% 的水平上显着，而其他变量则不然。我确实进行了似然比测试，它告诉我品牌系数很重要。
我如何告诉 R 我只想估计品牌 5、10 和 12 的模型，因为其他品牌并不重要，这意味着这些品牌的保险公司应该支付与标准保险公司相同的费用？
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.92426 0.10172 -18.916 < 2e-16 ***
zone2C 0.16620 0.05799 2.866 0.00416 **
zone2D 0.42580 0.05946 7.161 8.04e-13 ***
zone2E 0.57356 0.06088 9.421 < 2e-16 ***
zone2F 0.58382 0.13233 4.412 1.03e-05 ***
vehcut2[4,16) 0.09004 0.05096 1.767 0.07724 .
vehcut2[16,101) -0.19546 0.09267 -2.109 0.03494 *
agecut1[26,31) -0.51136 0.10015 -5.106 3.29e-07 ***
agecut1[31,41) -0.59369 0.08502 -6.983 2.89e-12 ***
agecut1[41,51) -0.58597 0.08455 -6.930 4.21e-12 ***
agecut1[51,61) -0.67614 0.08734 -7.741 9.85e-15 ***
agecut1[61,71) -0.70625 0.09992 -7.068 1.57e-12 ***
agecut1[71,81) -0.76348 0.11806 -6.467 1.00e-10 ***
agecut1[81,101) -0.96703 0.23006 -4.203 2.63e-05 ***
as.factor(brand)2 0.02324 0.05663 0.410 0.68154
as.factor(brand)3 0.11332 0.07796 1.454 0.14606
as.factor(brand)4 -0.09019 0.11436 -0.789 0.43032
as.factor(brand)5 0.16641 0.08982 1.853 0.06392 .
as.factor(brand)6 -0.14618 0.11194 -1.306 0.19158
as.factor(brand)10 0.24718 0.11889 2.079 0.03761 *
as.factor(brand)11 0.22740 0.13854 1.641 0.10072
as.factor(brand)12 -0.15984 0.07034 -2.272 0.02306 *
as.factor(brand)13 0.21873 0.13721 1.594 0.11092
as.factor(brand)14 -0.25814 0.27270 -0.947 0.34384
fuelE -0.16247 0.04202 -3.867 0.00011 ***
谢谢！
解决方法
您可以按如下方式重新编码 brand 变量：
library(dplyr)
data <- data %>%
mutate(
brand = case_when(
brand == 5 ~ "5",brand == 10 ~ "10",brand == 12 ~ "12",TRUE ~ "Other"),brand = factor(brand,levels=c("Other","5","10","12"))
)
然后重新运行模型。