Por que R leva muito tempo para ajustar um modelo com um fator de vários níveis?

Eu ajustei um modelo com um fator com muitos níveis e o R leva muito tempo para ajustá-lo. Por que é isso?

Por exemplo, se eu ajustar uma regressão para prever os salários dos jogadores e incluir um fator preditivo para todas as respectivas nacionalidades dos jogadores, levaria mais tempo do que ajustar um modelo para os salários dos jogadores com um preditor contínuo, como o dos jogadores alturas.

regression categorical-data goldisfine
fonte

Pode ser útil perceber que, embora o fator pareça com uma variável (é uma coluna no quadro de dados, um item na especificação do modelo etc.), nos bastidores, ele será realmente tratado como um monte de preditores separados. O modelo é, portanto, muito mais complicado do que um modelo com um único preditor (contínuo).

Gala

Respostas:

R é típico - como a maioria dos pacotes estatísticos, usa decomposição QR para regressão.

Para fixo $n$ $p<<n$ $p$

$p=2$ $p=50$

Portanto, adicionar muitos preditores significará uma espera substancialmente mais longa.

Glen_b -Reinstate Monica
fonte

$k$ $k-1$ $k=50$ $49$

Russ Lenth
fonte