R中虚拟变量的回归答案

【问题标题】：Regression of dummy variables in RR中虚拟变量的回归
【发布时间】：2018-01-20 21:46:08
【问题描述】：

我是 R 新手，我正在尝试对我的数据集执行回归，其中包括例如一家公司多年来在不同国家/地区的月度销售数据。

在其他统计程序中，为了控制销售的季度周期性变动以及区域（国家）差异，我将创建虚拟变量，例如进行销售的季度和国家。

我的问题：

1) 我看到在 R 中，您可以将变量类型设置为“因子”。在这种情况下，我是否仍需要创建指示国家和月份/季度的虚拟变量，还是 R 已经以不同方式处理因子变量并在后台自动将它们转换为虚拟变量？

2) 如果上述情况并非如此，并且我确实需要将我的值重新编码为 0,1 假人，那么 R 中是否有一种简洁的标准方法来做到这一点？

非常感谢您的帮助，祝您有愉快的一天！

Trgovec

【问题讨论】：

在读取数据或创建数据框时使用 stringsAsFactors = TRUE，以便将非数字列转换为因子。您必须将因子转换为虚拟变量，例如，请参阅 here。
@Iampros 当您说必须将因子转换为虚拟变量时，您到底是什么意思。因为对于 R 中的大多数情况，这基本上与事实相反。
@Dason，我最初从这个问题中了解到的是如何转换为虚拟变量的因素。所以，“你必须转换......”应该变成“如果你必须转换......”。我误会了。

标签： r regression dummy-variable

【解决方案1】：

是的，R 会自动将因子变量视为参考虚拟变量，因此您无需执行任何其他操作，如果您运行回归，您应该会看到这些因子的虚拟变量的典型输出。

但请注意，有多种编码分类变量的方法，因此您可能希望使用 C 函数做一些不同的事情。你可以找到很好的细节here。此外，如果您需要更多控制权，也有专门用于帮助您创建虚拟变量的包，例如 dummies 包。

【讨论】：

非常感谢 Oriol！

【解决方案2】：

R 会根据您的公式自动创建相应的设计model.matrix()，例如：

lm(mpg ~ factor(gear) + I(cyl > 4), data = mtcars)

如果您想自己创建假人，请查看model.matrix()

model.matrix(~ - 1 + factor(gear), data = mtcars)

                    factor(gear)3 factor(gear)4 factor(gear)5
Mazda RX4                       0             1             0
Mazda RX4 Wag                   0             1             0
Datsun 710                      0             1             0
Hornet 4 Drive                  1             0             0
Hornet Sportabout               1             0             0
Valiant                         1             0             0

【讨论】：

非常感谢 J.R.！