我正在尝试使用以下数据创建多元线性回归模型:
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
为了考虑字符串类型参数“ male”和“ female”,我将它们转换为整数1和0,如下所示:
male = 1*(sex == "male")
因此,创建线性模型,其中babyweight是结果变量:
lm2 = lm(bweight ~ gestwks + hyp + male)
但是当我想查看模型的参数时,我得到了(这里不包括整个输出):
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
我应该只能得到一对参数。我在做什么错了?
答案 0 :(得分:2)
进行任何分析之前,请务必仔细探索变量。注意连续变量的范围和分布以及分类变量的频率。导入数据后执行此操作。
在这种情况下,gestwks
变量实际上不是数字。如果您查看了str(my_data)
的输出,其中my_data
是数据框的名称,那么您将看到该变量的潜在问题。您可能需要修改命令以导入数据。如果正确,则需要使用适当的命令将变量转换为数字。阅读as.numeric
帮助页面中的警告。*
数据管理是您分析的关键部分。
仔细查看gestwks
,以查找奇怪的值。如果没有太多记录,或者查看前几个和最后几个排序的值,table
会有所帮助。
*
推荐使用as.numeric (levels (f))[f]
或as.numeric (as.character (f))
。
答案 1 :(得分:0)
gestwks是一个因素,在对其进行回归之前,需要使用as.numeric
对其进行转换。