如何用R实现哑变量？

haichao1990 发表于 2016-7-11 21:29
最后一点不明白，w=rep(c("UseA","UseB","UseC"),each=40)，这是固定每种重复40次，是0-40是UseA，41-80是 ...

正常数据肯定不会像这样有规律的
但是不管怎样，都是不影响你处理建模的

felixzhao123 发表于 2016-7-12 15:04
正常数据肯定不会像这样有规律的
但是不管怎样，都是不影响你处理建模的

是，那这块处理哑元的代码是怎么去修改？我是从csv文件读取一列(哑元变量)

felixzhao123 发表于 2016-7-12 15:04
正常数据肯定不会像这样有规律的
但是不管怎样，都是不影响你处理建模的

w=read.csv("sucessBackup.csv")
你看下面这样处理哑变量u，对吗？
x=as.matrix(w[,3])
#u=levels(w$Purpose)
u=factor(as.matrix(w[,2]))# 哑元  用途
y=as.matrix(w[,1])
fit.lm<-lm(y~x+u)
summary(fit.lm)

Call:
lm(formula = y ~ x + u)

Residuals:
     Min       1Q   Median       3Q      Max
-0.57750 -0.24998  0.09995  0.20843  0.48489

运行结果；
Coefficients:
             Estimate Std. Error t value Pr(>|t|)   
(Intercept)  0.568173   0.079435   7.153 2.14e-12 ***
x            0.004151   0.025594   0.162    0.871   
u1           0.001845   0.081491   0.023    0.982   
u2          -0.020469   0.079397  -0.258    0.797   
u3          -0.055806   0.086323  -0.646    0.518   
u4          -0.087844   0.102627  -0.856    0.392   
u5          -0.059861   0.091266  -0.656    0.512   
u6          -0.107701   0.087222  -1.235    0.217   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.3003 on 702 degrees of freedom
Multiple R-squared:  0.01075,   Adjusted R-squared:  0.0008896
F-statistic:  1.09 on 7 and 702 DF,  p-value: 0.3676

glm、lasso可以，但是logistic回归可以吗

haichao1990 发表于 2016-7-12 19:55
w=read.csv("sucessBackup.csv")
你看下面这样处理哑变量u，对吗？
x=as.matrix(w[,3])

哈喽哥们,我也是你这么想的,是在后面formula  y~x+factor(w),这么处理的,但是我纳闷的是结果和SPSS的不一致 这很让我痛苦

haichao1990 发表于 2016-7-11 21:29
最后一点不明白，w=rep(c("UseA","UseB","UseC"),each=40)，这是固定每种重复40次，是0-40是UseA，41-80是 ...

只是个例子，才会重复40次。  实际就是乱序的。