我正在尝试用R进行多元回归分析，但我不确定如何将日期值纳入回归分析。
我想构建一个模型，使用以下变量预测从跟踪成员到订阅者的转换次数。
-day_of_trail
-hour_of_trail
-date_of_trail
-country_of_trail
-day_of_subscription
-hour_of_subscription
-days_to_subscribe
我希望能够从第1天开始估算转换率，并在添加额外订阅信息时提高准确率。
id_of_case day_of_trail hour_of_trail date_of_trail country_of_trail day_of_subscription hour_of_subscription days_to_subscribe
1 1/1/2010 12 Wednesday US 1/1/2010 15 0
2 1/2/2010 13 Monday US
3 1/3/2010 12 Tuesday UK
4 1/4/2010 14 Thursday US 1/4/2010 19 0
5 1/5/2010 15 Wednesday UK
6 1/6/2010 12 Friday US 1/6/2010 16 0
7 1/7/2010 9 Wednesday CA
8 1/8/2010 13 Thursday US 1/8/2010 17 0
9 1/9/2010 12 Wednesday UK
10 1/10/2010 15 Friday US
11 1/11/2010 12 Wednesday US 1/14/2010 16 3
12 1/12/2010 16 Saturday CA
13 1/13/2010 12 Wednesday UK
14 1/14/2010 8 Monday US 1/15/2010 10 1
15 1/15/2010 7 Thursday US
16 1/16/2010 12 Wednesday CA
17 1/17/2010 18 Friday CA 1/19/2010 20 2
18 1/18/2010 19 Tuesday US
19 1/19/2010 14 Sunday US
20 1/20/2010 7 Thursday CA 2/27/2010 9 38
答案 0 :(得分：1)
如果您想在回归分析中使用日期组件，最好的方法是将日期转换为＆＃34; m / d / y＆＃34;到数值（天，年，月......）。 例如：
day_of_trail = c("1/1/2010", "1/20/2010")
data = data.frame(day_of_trail)
data$day_of_trail2 <- as.numeric(as.Date(data$day_of_trail, "%m/%d/%Y") -
min(as.Date(data$day_of_trail, "%m/%d/%Y")))
# Subtracted by the min date to use that as an origin date.
# Also note when subtracting dates, R defaults to number of days
以数字形式获取日期后，您可以将其添加到回归模型中，并确定日期是否有效 - 或者模型中是否存在时间组件效应。
PS：在你的情况下，我怀疑你会期望出现季节性因素。在这种情况下，我建议将day_of_trail转换为它出现的月份（as.factor），然后将其用作回归分析中的一个组件。