分类解释变量

R 中的回归入门

Richie Cotton

Data Evangelist at DataCamp

鱼类数据集

每行代表一条鱼。
数据集有 128 行。
有 4 种鱼类。

species	mass_g
Bream	242.0
Perch	5.9
Pike	200.0
Roach	40.0
...	...

可视化：1 个数值变量与 1 个分类变量

library(ggplot2)

ggplot(fish, aes(mass_g)) +
  geom_histogram(bins = 9) +
  facet_wrap(vars(species))

分面直方图：鱼的数量与其重量。每个面板对应一种鱼类：bream、perch、pike、roach。

汇总统计：各物种的平均质量

fish %>% 
  group_by(species) %>% 
  summarize(mean_mass_g = mean(mass_g))

# A tibble: 4 x 2
  species mean_mass_g
  <chr>         <dbl>
1 Bream          618.
2 Perch          382.
3 Pike           719.
4 Roach          152.

线性回归

lm(mass_g ~ species, data = fish)

调用：
lm(formula = mass_g ~ species, data = fish)

系数：
 (Intercept)  speciesPerch   speciesPike  speciesRoach  
       617.8        -235.6         100.9        -465.8

无截距

lm(mass_g ~ species + 0, data = fish)

调用：
lm(formula = mass_g ~ species + 0, data = fish)

系数：
speciesBream  speciesPerch   speciesPike  speciesRoach  
       617.8         382.2         718.7         152.0

Passons à la pratique !

R 中的回归入门