R - 分析分类变量对连续变量的影响

Question

我正在尝试分析 R 中的数据集，其中我有一段时间内的商品销售情况，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

我一直在研究多元回归和简单线性回归，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只限于二进制值。例如，有人吸烟与否。鉴于我对每个分类变量都有多个值，多元回归是正确的方法还是我完全偏离了轨道？

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，其他与品牌有关。

如有任何帮助，我们将不胜感激。如果这是在错误的地方或者我错过了一些明显的东西，我深表歉意——我同时学习统计和 R，所以很快就变得困惑了

Answer 1

您当然可以有一个连续因变量 (qty) 以及连续和分类预测变量的混合，它们不必是二元的。分类变量应为 class "factor"。对于问题中显示的两个 categorical/factor 变量：

fm <- lm(qty ~., sales_data)
summary(fm)

R - 分析分类变量对连续变量的影响

R - Analyse impact of categorical variables on continuous variable

r

statistics

regression

lm

categorical-data