Question

我试图分析R中的数据集，其中我随着时间的推移销售商品，我想了解分类变量对销售数量的影响。

library("data.table")

qty <- c(100,10000,100,200,150,9000)
flavour <- c("Mint","Herb","Mint","Mint","Herb","Fruit")
category <- c("Multiple","Multiple","White","Multiple","Other","White")

sales_data <- data.frame(qty,flavour,category)

str(sales_data)

'data.frame':   6 obs. of  3 variables:
 $ qty     : num  100 10000 100 200 150 9000
 $ flavour : Factor w/ 3 levels "Fruit","Herb",..: 3 2 3 3 2 1
 $ category: Factor w/ 3 levels "Multiple","Other",..: 1 1 3 1 2 3

我一直在关注多重回归和简单的线性回归，但我觉得我可能走错了路。我的理解是我可以使用简单的线性回归来确定2个连续变量之间的关系。我可以看到有一种方法可以使用多元回归来理解分类变量和连续变量之间的关系，但我发现的例子似乎停留在二进制值。例如，有人吸烟吗？鉴于我对每个分类变量都有多个值，多重回归是正确的方法还是让我完全偏离轨道？

我的实际数据集有大约10个分类变量，其中一些与位置有关，另一些与品牌有关。

非常感谢任何帮助。如果这是在错误的地方或者我错过了一些明显的东西而道歉 - 我同时学习统计数据和R，以便快速混淆

Answer 1

你当然可以有一个连续的因变量（:orderId）以及连续和分类预测变量的混合，它们不一定是二进制的。分类变量应该是qty类。对于问题中显示的两个分类/因子变量：

"factor"

R - 分析分类变量对连续变量的影响

1 个答案: