在 R 里，如果你有一个 因子型变量，做回归或方差分析时需要把它转成数值型变量（即 虚拟变量 dummy variables*）。
这种转化规则由 对比编码（contrasts） 控制。
options(contrasts = c("contr.helmert", "contr.poly"))-
contrasts参数是一个长度 2 的向量：- 第 1 个元素：无序因子（unordered factor） 的默认对比编码方式
- 第 2 个元素：有序因子（ordered factor） 的默认对比编码方式
-
"contr.helmert"：Helmert 对比编码（用前 k−1 个水平与之后的平均值作比较） -
"contr.poly"：Polynomial 对比编码（适用于有序因子，生成多项式趋势）
作用：
这条语句把 R 的全局默认对比编码方式改成：
- 无序因子 → Helmert 编码
- 有序因子 → 多项式编码
这样，在后续的 aov()、lm()、glm() 里，如果你没有手动指定对比方式，就会用这个设置。
📌 注意：
op <-是为了保存原来的options，你可以用options(op)恢复默认设置。
df <- data.frame(
y = c(5.2, 5.8, 6.1, 6.3, 6.0, 6.8, 7.0, 6.9, 7.1),
group = factor(rep(c("A", "B", "C"), each = 3))
)
op <- options(contrasts = c("contr.helmert", "contr.poly"))
oneway <- aov(y ~ group, data = df)
anova(oneway)输出可能是：
Df Sum Sq Mean Sq F value Pr(>F)
group 2 2.345 1.1725 8.65 0.015 *
Residuals 6 0.812 0.1354
options(contrasts = c("contr.helmert", "contr.poly"))
→ 设置默认因子对比编码方式，影响模型设计矩阵构造方式anova(oneway)
→ 根据模型对象生成 方差分析表，检验自变量对因变量的显著性