如何適應預定義的偏移含分類變量R中

Question

使用下面的數據模型：

​​

我想知道如何適應預定偏移到另一種模式的原始關係，即如何適應從模型A的估計，從而：

ModelA<-lm(Dependent1~Explanatory) 

從而建模B：

ModelB<-lm(Dependent2~Explanatory) 

其中解釋變量是我的數據集中變量「Categorical」或變量「Continuous」。我與一個類似的問題在CV一個有用的答案：

https://stats.stackexchange.com/questions/62584/how-to-fit-a-specific-model-to-some-data

這裏exaplantory變量是「連續」。不過，我還有一些額外的問題需要回答，因爲我認爲它可能更適合於SO。如果情況並非如此，請告訴我，我將刪除此問題:)

具體而言，我在上面的鏈接中建議，爲了適合我的數據集中連續解釋變量的預定義斜率，我應該這樣做：

lm(Dependent2 ~ 1 + offset(Slope * Continuous)) 

其中坡度是從模型A取得的預定義坡度。

現在我想知道，我怎麼做同樣的當x是兩個層次分類變量，然後當x是一個二次項，即X + X^2連續變量？

對於二次項我想：

lm(Dependent2 ~ 1 + offset(Slope * Continuous)+ offset(Slope2 * I((Continuous)^2))) 

其中斜率是的連續任期固定的估計值，SLOPE2是二次項的固定估計值。

我不確定如何卻得到這個工作的分類變數。當我嘗試以適應作爲偏移：

lm(Dependent2 ~ 1 + offset(Slope * Categorical)) 

這裏再次，坡度爲A型採取的固定估計的斜率值，我得到一個錯誤：

"Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 0 (non-NA) cases 
In addition: Warning message: 
In Ops.factor(0.25773, Categorical) : * not meaningful for factors" 

如果任何人有一個輸入關於如何創建分類變量的偏移，將不勝感激:)

Answer 1

你大概可以做的是計算手動偏移的因子各個水平的最好：

x <- rep(1:3, each=10) 
df <- data.frame(x=factor(x), y=3 - x) 

# compute the offset for each level of x 
df$o <- with(df, ifelse(x == "1", 2, ifelse(x == "2", 1, 0))) 

# fitted coef's for the models below will all be zero due to presence of offset 
lm(y - o ~ x - 1, data=df) 
# or 
lm(y ~ x + offset(o), data=df)