カテゴリカルデータからダミー変数を作成するR関数（複数列対応可）

R

経緯 †

Rのglm関数を用いて重回帰分析を行う際には、カテゴリカルデータを自動的にダミー変数に変換してくれるため、あまり苦労しません。

現在、個人的にRStanを勉強中であり、同じ解析を行うためには自分でダミー変数を作成する必要があります。さらにカテゴリカルデータと数値データが混在しているとそれだけで非常に大変です。

caretパッケージやDummiesパッケージでダミー変数に変換できますが、重回帰分析を行う場合には基準となるカテゴリーを示すダミー変数は必要ありません。そのため手動で列を削除することになります。

そのため、望み通りの結果が得られるようにR関数を自作しました。

（2017-01-03追記） makedummiesパッケージがCRANに登録されました。

web情報 †

• CRAN
• GitHub
• Knowledge As Practice
• からだにいいもの

インストール †

install.packages("makedummies")

makedummies関数の特徴 †

データはデータフレーム形式で渡します。

特徴は以下の点です。

1. 元データの種類を自動で判別
   • カテゴリカルデータ（factorおよびordered）の場合にはダミー変数に変換
   • 数値データの場合にはそのまま出力
2. 元データが複数の列からなっている場合にも一度にダミー変数に変換可能
3. 基準となるカテゴリーを削除できるように設定
   • basal_level引数が FALSE => 基準となるカテゴリーを削除する（デフォルト）
   • basal_level引数が TRUE => 基準となるカテゴリーを削除しない
4. colオプションで列を選択可能（NULLならば全ての列）
5. numericalオプションでfactor/orderedをnumericに変更
6. as.isオプションでダミー変数に変換しない列を指定

使用例 †

GitHubにある例 を参考にして下さい。