Question

我愿意为我的数据集执行逻辑回归。我用：

glm.fit=glm(direccion~Profit, data=datos, family=binomial)

    Minute  ecopet  TASA10  direccion   Minute  cl1     Day         Profit  
1   571     2160     5       1          571    51.85    2015-02-20  -0.03   
2   572     2160     5       1          572    51.92    2015-02-20   0.04   
3   573     2160     5       1          573    51.84    2015-02-20  -0.04   
4   574     2160     5       1          574    51.77    2015-02-20  -0.11   
5   575     2160     10      1          575    51.69    2015-02-20  -0.19   
6   576     2165     5       1          576    51.69    2015-02-20  -0.16   
7   577     2165    -5       0          577    51.64    2015-02-20  -0.28   
8   578     2165    -10      0          578    51.47    2015-02-20  -0.37   
9   579     2165    -10      0          579    51.41    2015-02-20  -0.36   
10  580     2170    -15      0          580    51.44    2015-02-20  -0.25   
11  581     2170    -30      0          581    51.48    2015-02-20  -0.21   
12  582     2160    -20      0          582    51.52    2015-02-20  -0.12   
13  583     2155    -5       0          583    51.56    2015-02-20   0.09   
14  584     2155    -5       0          584    51.51    2015-02-20   0.10   
15  585     2155    -5       0          585    51.44    2015-02-20   0.00   
16  586     2140     10      1          586    51.30    2015-02-20  -0.18   
17  587     2140     10      1          587    51.31    2015-02-20  -0.21   
18  588     2150     0       0          588    51.31    2015-02-20  -0.25

如您所见，变量'direccion'是一个二元变量，是我的逻辑回归中的因变量。只要变量'TASA10'为正，则为1，否则为0。问题是我运行代码后得到：

'权重错误* y：二元运算符'

的非数字参数你知道为什么会这样吗？

谢谢！

Answer 1

direccion列似乎是一个字符列而不是数字列。您可以通过运行str(datos)进行验证;你会看到像

这样的东西

'data.frame':   18 obs. of  8 variables:
 $ Minute   : int  571 572 573 574 575 576 577 578 579 580 ...
 $ ecopet   : int  2160 2160 2160 2160 2160 2165 2165 2165 2165 2170 ...
 $ TASA10   : int  5 5 5 5 10 5 -5 -10 -10 -15 ...
 $ direccion: chr  "1" "1" "1" "1" ...
 $ Minute.1 : int  571 572 573 574 575 576 577 578 579 580 ...
 $ cl1      : num  51.9 51.9 51.8 51.8 51.7 ...
 $ Day      : Factor w/ 1 level "2015-02-20": 1 1 1 1 1 1 1 1 1 1 ...
 $ Profit   : num  -0.03 0.04 -0.04 -0.11 -0.19 -0.16 -0.28 -0.37 -0.36 -0.25 ...

特别注意direccion列的类型。这可以通过运行

来解决

datos$direccion <- as.numeric(datos$direccion)

如果这是一个因素，那么您需要确保不使用

丢失编码

datos$direccion <- as.numeric(as.character(datos$direccion))

更好的方法是回顾一下生成这个数据框的代码，并修复它以编码为数字而不是字符串。

Answer 2

glm()仅接受numeric或factor类型的变量，它不知道如何处理character类型的变量。

您可以创建一个简单的分解函数，将所有字符（chr）列转换为因子，而数字列保持不变：

factorize = function(column, df){
  #' Check if column is character and  turn to factor

  if (class(df[1,column]) == "character"){
    out = as.factor(df[,column])
  } else { # if it's numeric
    out = df[,column]
  }
  return(out)
}

store.colnames = colnames(data)
data  = lapply(store.colnames, function(column) factorize(column, data))
data = as.data.frame(data)
colnames(data) = store.colnames

代码可能更漂亮，但可以完成工作，我只是想说明这一点。

或者，您可以将单个列更改为因子类型：

datos$direccion = as.factor(datos$direccion)

希望有帮助！

为什么我在逻辑回归中得到'权重错误* y：二元运算符的非数字参数'？

2 个答案: