多元线性回归中的 R 数值和分类变量

Question

我有一个类似于此的数据框：

BMI<-c(13.4,14,15.6,16,13.4,12.9,17.7,18.3,17,16.5)
sport<-c(1,2,2,3,2,1,1,3,1,2)
social<-c("low","middle","middle","low","high","low","middle","middle","high","middle")
smoker<-c(1,0,0,1,2,3,2,2,2,1)

status<-c("low","high","low","middle","low","middle","middle","middle","high","low")
social<-as.factor(social)
status<-as.factor(status)
sport<-as.integer(sport)
smoker<-as.integer(smoker)

df<-data.frame(BMI,sport,social,status,smoker)

我想对变量"BMI"执行多元线性回归，但我不知道如何处理使用分类变量，或者说通常使用不同的格式。

我需要如何转换这些变量才能获得有意义的结果？

Answer 1

您需要使用广义线性模型并使用 factor 设置分类变量，例如：

glm(data=iris,formula=Sepal.Width~Sepal.Length+Petal.Length+factor(Species))

使用您的数据：

glm(data=df,BMI~sport+social+status+smoker,family="gaussian")

如果你想要一个线性模型：

library(tidyverse)
df1<-df %>% 
  mutate_if(is.character,as.factor)
lm(BMI~sport+social+status+smoker,data=df1)

多元线性回归中的 R 数值和分类变量

R numeric and categorical variables in multiple linear regression

integer

r

linear-regression

categorical-data

dummy-variable