具有多个类别因变量的R中的非线性回归

Question

我必须对数据进行非线性多元回归，如下所示：

ID    Customer   Country   Industry      Machine-type    Service hours**
1     A          China     mass          A1              120
2     B          Europe    customized    A2              400
3     C          US        mass          A1               60
4     D          Rus       mass          A3              250
5     A          China     mass          A2              480
6     B          Europe    customized    A1              300
7     C          US        mass          A4              250
8     D          Rus       customized    A2              260
9     A          China     Customized    A2              310
10    B          Europe    mass          A1              110
11    C          US        Customized    A4               40
12    D          Rus       customized    A2              80

因变量：服务小时数自变量：客户，国家，行业，机器类型

我进行了线性回归，但是由于线性假设不成立，我必须执行非线性回归。

我知道可以使用nls函数完成非线性回归。 如何将类别变量添加到非线性回归中，以便获得R中的统计摘要 ？

添加虚拟变量后的列名称： 带有虚拟变量的表

ID  Customer.a  Customer.b  Customer.c  Customer.d  Country.China   Country.Europe  Country.Rus Country.US  Industry.customized industry.Customized Industry.mass   Machine type.A1 Machine type.A2 Machine type.A3 Service hours
1 1 0 0 0 1 0 0 0 0 0 1 1 0 0 120 
2 0 1 0 0 0 1 0 0 1 0 0 0 1 0 400 
3 0 0 1 0 0 0 0 1 0 0 1 0 0 1 60 
4 0 0 0 1 0 0 1 0 0 0 1 1 0 0 250 
5 1 0 0 0 1 0 0 0 1 0 0 0 0 1 480 
6 0 1 0 0 0 1 0 0 0 1 0 1 0 0 300 
7 0 0 1 0 0 0 0 1 0 0 1 0 0 1 250 
8 0 0 0 1 0 0 1 0 1 0 0 0 1 0 260 
9 1 0 0 0 1 0 0 0 0 0 1 0 1 0 210 
10 0 1 0 0 0 1 0 0 1 0 0 0 1 0 110 
11 0 0 1 0 0 0 0 1 0 0 1 0 0 1 40 
12 0 0 0 1 0 0 1 0 0 0 1 1 0 0 80

Answer 1

处理分类预测变量的方式取决于预测变量可以保持的级别数。

对于只能采用2种形式（男性或女性）的性别等预测变量，您可以简单地将它们表示为二进制（1,0）变量。

对于具有2个以上级别的预测变量，我们使用k分之一的虚拟编码，其中k是特定变量采用的级别数。 请参阅假人包以获取有用的功能！

之后，您可以使用公式拟合模型：

nls(Service.hours ~ predictor1 + predictor2 + predictorN, data = df)