如何對這些數據執行簡單的線性回歸模型？

Question

所以我想創建一個線性回歸模型，將火箭價格（寫成火箭）與發射數據（數據）進行對比。 我相信我可以通過這樣做來做到這一點：lm(Y ~ X)。 但是，我如何才能將價格從 chr 轉換為 num，以及日期？

謝謝！

數據：https ://www.kaggle.com/agirlcoding/all-space-missions-from-1957

Answer 1

實際上，您是在問 3 個不同但非常基本的問題，閱讀介紹性文本比在 Stack Overflow 上發布問題會更好地學習這些問題。

1. 如何將Rocket列的字符數據轉換為數字數據？

根據您使用的 R 版本，列spaceData$Rocket將是字符向量或因子向量。 要涵蓋這兩種可能性，您可以執行以下操作：

spaceData$Rocket <- as.numeric(as.character(spaceData$Rocket))

這將警告您產生了一些NA值。 沒關系 - 列中有一些空白單元格，所以您希望它們是NA 。

2. 如何將列spaceData$Datum從文本轉換為實際日期時間？

在這種情況下，您可以使用strptime ，並指定日期字符串的格式。 我們還將把它包裝在as.POSIXct以確保數據的格式更易於繪制：

spaceData$Datum <- as.POSIXct(strptime(spaceData$Datum, "%a %b %d, %Y %H:%M"))

3. 如何使用這兩個變量進行線性回歸？

在您嘗試線性回歸之前，最好確保進行線性回歸是明智的。 要使線性回歸有意義，您應該知道兩個變量之間存在近似線性關系，並且殘差近似正態分布。 檢查這些假設的一種簡單方法是繪制兩個變量：

plot(spaceData$Datum, spaceData$Rocket)

你不需要成為一名統計學家，就能看出通過這些點的任何直線作為關系的描述都將是毫無希望的。 如果我們嘗試一下，我們可以看到：

abline(lm(Rocket ~ Datum, data = spaceData), col = "red")

因此，通過對這些數據進行線性回歸，我們可以預測火箭的價格將在 2036 年 5 月 13 日降至零。顯然這是無稽之談。