R中多元线性回归模型
提问于 2020-03-08 07:21:01
我试图用这些数据创建一个多元线性回归模型：
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“男性”和“女性”，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，其中婴儿体重是结果变量：
lm2 = lm(bweight ~ gestwks + hyp + male)但是，当我想看到模型的参数时，我得到了这个结果(这里并不包括整个输出)：
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我应该只得到一对参数。我做错了什么？
回答 2
Stack Overflow用户
回答已采纳
发布于 2020-03-08 08:15:11
在进行任何分析之前，一定要仔细研究你的变量。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变量。如果您查看了str(my_data)的输出，其中my_data是数据框架的名称，那么您就会看到该变量的潜在问题。您可能需要修改命令来导入数据。如果是正确的，则需要使用适当的命令将变量转换为数字变量。阅读警告在as.numeric.*的帮助页面
数据管理是您分析的关键部分。
仔细查看gestwks，寻找奇怪的值。如果没有太多的记录，table可以提供帮助，或者查看第一个和最后几个排序的值。
* as.numeric (levels (f))[f]或as.numeric (as.character (f))是推荐的命令。
Stack Overflow用户
发布于 2020-03-08 07:29:50
妊娠是一个因素，在你回归之前，你需要用as.numeric来转换它。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60588959
复制![hough变换理解[通俗易懂]](https://ask.qcloudimg.com/http-save/yehe-8223537/bf729014317122a04734693a45ca61e6.png)
腾讯云开发者
