用于报价数据的线性回归 Model

Question

我想建立一个线性回归 model 来确定各种参数对报价的影响。 报价数据收集了 10 多年。

y = 价格

X = [系统大小(int),ZIP, Year, module_manufacturer, module_name,inverter_manufacturer,inverter_name, 电池存储(二进制), 区域内安装者/提供者的数量(int), installer_density, new_construction(binary), self_installation(binary) , 户口密度]

问题：

1. 什么类型的回归 model 适合这个数据集？
2. 由于技术进步，报价逐年下降。 如何计算 model 中的不同年份？ 我发现了一些将年份视为二进制变量的示例。 另一种选择：每年的多个回归模型。 有没有办法组合这些多个模型？
3. 数据集是面板数据的一种吗？

不幸的是，我还没有找到任何可以明确帮助我处理数据的信息。 但也许我没有使用正确的搜索词。 任何能推动我朝着正确方向前进的建议，我都会非常高兴。

Answer 1

假设您有一个名为data的data.frame ，其中包含 price、system_size、zip、year、battery_storage 等列。然后您可以从简单的线性回归开始：

lm(price ~ system_size + zip + year + battery_storage, data = data)

year包含在 model 中，因此您可以考虑随时间的变化。 如果你想去除批量影响（例如不同区域的zip代码）并且你只关心model去除不同位置的影响后的价格，你可以运行线性混合model

lmerTest::lmer(price ~ system_size + year + battery_storage + (1|zip), data = data)

如果您有很高的相关性，例如 year 和 system_size 之间的相关性，您可能希望在公式中包含诸如year:system_size类的交互项。 根据经验，每个变量需要 10 个样本才能获得合理的拟合。 如果你有更多，你可以先做一个变量选择。