[英]Multiple linear regression model in R
我正在嘗試使用此數據創建多元線性回歸模型:
bweight gestwks hyp sex
1 2974 38.5200004577637 0 female
2 3270 NA 0 male
3 2620 38.150001525878899 0 female
4 3751 39.799999237060497 0 male
5 3200 38.889999389648402 1 male
6 3673 40.970001220703097 0 female
為了考慮字符串類型參數“male”和“female”,我將它們轉換為整數 1 和 0,如下所示:
male = 1*(sex == "male")
因此,創建線性模型,其中嬰兒體重是結果變量:
lm2 = lm(bweight ~ gestwks + hyp + male)
但是當我想查看模型的參數時,我得到了這個(這里不包括整個輸出):
Call:
lm(formula = bweight ~ gestwks +
hyp + male)
Coefficients:
(Intercept) gestwks26.950000762939499
864.000 -236.000
gestwks27.329999923706101 gestwks27.9899997711182
7.363 146.469
gestwks28.040000915527301 gestwks30.5200004577637
184.469 760.469
gestwks30.649999618530298 gestwks30.709999084472699
900.000 -141.531
我應該只得到一對參數。 我究竟做錯了什么?
在進行任何分析之前,請務必仔細探索您的變量。 注意連續變量的范圍和分布以及分類變量的頻率。 導入數據后執行此操作。
在這種情況下, gestwks
變量實際上不是數字。 如果您查看了str(my_data)
的輸出,其中my_data
是數據框的名稱,那么您就會看到該變量的潛在問題。 您可能需要修改命令以導入數據。 如果它是正確的,那么您需要使用適當的命令將變量轉換為數字變量。 閱讀的幫助頁面警告as.numeric
。*
數據管理是分析的關鍵部分。
仔細查看gestwks
以獲取奇怪的值。 如果沒有太多記錄, table
可以提供幫助,或者查看第一個和最后幾個排序值。
* as.numeric (levels (f))[f]
或as.numeric (as.character (f))
是推薦的命令。
gestwks 是一個因素,您需要在回歸之前將其轉換為as.numeric
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.