R-分析类别变量对连续变量的影响

Question

我正在尝试分析R中的数据集，该数据集中我随时间推移的商品销售情况，并且我想了解分类变量对销售数量的影响。

library("data.table")

qty <- c(100,10000,100,200,150,9000)
flavour <- c("Mint","Herb","Mint","Mint","Herb","Fruit")
category <- c("Multiple","Multiple","White","Multiple","Other","White")

sales_data <- data.frame(qty,flavour,category)

str(sales_data)

'data.frame':   6 obs. of  3 variables:
 $ qty     : num  100 10000 100 200 150 9000
 $ flavour : Factor w/ 3 levels "Fruit","Herb",..: 3 2 3 3 2 1
 $ category: Factor w/ 3 levels "Multiple","Other",..: 1 1 3 1 2 3

我一直在研究多元回归和简单的线性回归，但我觉得自己可能走错了路。 我的理解是，我可以使用简单的线性回归来确定2个连续变量之间的关系。 我可以看到有一种使用多元回归的方法来理解分类变量和连续变量之间的关系，但是我发现的示例似乎仅限于二进制值。 例如有人吸烟还是不吸烟。 鉴于每个分类变量都有多个值，多元回归是正确的方法还是我完全偏离了轨道？

我的实际数据集包含大约10个类别变量，其中一些与位置有关，其他与品牌有关。

任何帮助将不胜感激。 如果这是在错误的地方，或者我错过了明显的事情，我深表歉意-我正在同时学习统计信息和R，因此很快就感到困惑

Answer 1

您当然可以有一个连续的因变量（ qty ）以及连续和分类预测变量的组合，并且它们不一定是二进制的。 类别变量应属于"factor"类。 对于问题中显示的两个类别/因子变量：

fm <- lm(qty ~., sales_data)
summary(fm)