R中的線性回歸模型

Question

我是R的新手，我使用線性回歸進行分配，我們必須生成2個不同的模型，以查看哪個模型可以更好地預測疼痛。 第一個模型只是包含年齡和性別。 第二種模型包括額外的變量； 狀態特質焦慮量表評分，疼痛災難性量表，正念注意意識量表以及唾液和血清（血液）中皮質醇水平的量度。

研究問題指出，我們需要進行層次回歸，方法是建立一個包含年齡和性別作為疼痛預測因子的模型（模型1），然后建立一個包含預測因子的新模型：年齡，性別，STAI，災難性痛苦，正念，和皮質醇措施（模型2）。 因此，模型1中使用的預測變量是模型2中使用的預測變量的子集。在兩個模型完成之后，需要進行比較以評估與模型1相比是否獲得了有關模型2中疼痛的大量新信息。

我在使用“性別”作為變量時遇到了很多問題，有人用“ 3”代替了男性和女性，盡管我排除了得分，但“ 3”仍然是數據集中的一個級別，有沒有辦法刪除這個？

此外，如何將“性別”轉換為“因子”類型的向量，而不是“字符”向量？ 分類變量可以作為模型的預測變量嗎？ 我試圖使用以下命令來執行此操作，但是它繼續返回錯誤。

sex_vector <- c("female", "male") etc.
factor.sex.vector <- factor(sex.vector)

以下是數據集的摘錄：

data.frame': 156 obs. of 10 variables:
$ sex : Factor w/ 3 levels "3","female","male": 2 2 3 3 3 3 3 2 2 2 ...

Answer 1

消除不必要的值，然后按照mt1022的建議再次應用系數：

factor.sex.vector <- subset(factor.sex.vector, factor.sex.vector != 3)
factor.sex.vector <- factor(factor.sex.vector)