线性回归中的 R 分类变量
R categorical variable in Linear Regression
我想将 R 中的线性回归拟合到具有 3 个水平的分类变量。具体来说,我的数据如下:
Y = 1, X= "Type 1", A=0.5
Y = 2, X= "Type 2", A=0.3
Y =0.5,X= "Type 3", A=2
我是否只需执行以下操作:
lm(Y~ X+ A)
?
将 X 转换为因子,然后使用 lm(Y ~ X + A)。或者您可以使用 caret 包中的 dummyvars -
dummy_train<-dummyVars(" ~ .",data=<insert_data_name>)
dummy_train<-data.frame(predict(dummy_train,newdata=<insert_the_same_data_name>))
您可以运行对此进行回归。
我想将 R 中的线性回归拟合到具有 3 个水平的分类变量。具体来说,我的数据如下:
Y = 1, X= "Type 1", A=0.5
Y = 2, X= "Type 2", A=0.3
Y =0.5,X= "Type 3", A=2
我是否只需执行以下操作:
lm(Y~ X+ A)
?
将 X 转换为因子,然后使用 lm(Y ~ X + A)。或者您可以使用 caret 包中的 dummyvars -
dummy_train<-dummyVars(" ~ .",data=<insert_data_name>)
dummy_train<-data.frame(predict(dummy_train,newdata=<insert_the_same_data_name>))
您可以运行对此进行回归。