多元回归：R 将 Variable 拆分为多个

Question

嘿，我想通过 mlr 探索年龄和性别对测试点的影响。然而当我输入

model <- lm(punkte~ Age + Gender, data = df)

R 给出了以下结果

(Intercept)   5.677369   0.176482  32.170  < 2e-16 ***
Age          -0.017953   0.004932  -3.640 0.000300 ***
GenderFemale  0.595369   0.154697   3.849 0.000134 ***
GenderDivers -1.416150   0.684191  -2.070 0.038964 *

但我不想将 Gender 变量分成多个，而且 GenderMale 也不见了，我不知道为什么。非常感谢帮助

Answer 1

当您在性别中有分类变量时，您的模型选择“男性”作为参考，因此缺少“男性”。

您始终可以通过以下方式更改引用变量：

df <- within(df, gender <- relevel(factor(gender), ref = "Female"))

如果从根更改数据（通常我们不这样做），则只能合并“女性”和“潜水员”。例如，将这两个组合为“non-male”或“其他”。

多元回归：R 将 Variable 拆分为多个

Multiple regression: R splits Variable into multiple

regression

r

linear-regression