如何将R中的分类变量转换为定量变量

我有一个包含100个输入的数据集，它们被称为X或Y。我试图使用anova函数将这些分类的X和Y与定量变量（长度）进行比较。如何将分类变量转换为定量变量？谢谢

您可能不需要进行任何转换：lm和anova（）接受因子和字符数据类型。信息技术您可能正在考虑aov，它是用于平衡设计的。lm是处理不平衡线性模型的回归函数

> set.seed(123)
> typ <- sample(c("X", "Y"), 100, prob=c(1,2)/3, replace=TRUE)
> num <- rnorm(100) + (typ=="Y")
> dfrm <- data.frame(num =num, typ =typ)

> fit<-lm(num~typ, data=dfrm)
> anova(fit)
Analysis of Variance Table

Response: num
          Df Sum Sq Mean Sq F value    Pr(>F)    
typ        1 21.422 21.4225  22.787 6.331e-06 ***
Residuals 98 92.133  0.9401                      
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
> fit

Call:
lm(formula = num ~ typ, data = dfrm)

Coefficients:
(Intercept)         typY  
   -0.04325      0.98433  

>设置种子（123）
>典型数dfrm拟合方差分析（拟合）
方差表分析
答复：num
Df和Sq平均Sq F值Pr（>F）
典型1 21.422 21.4225 22.787 6.331e-06***
残差98 92.133 0.9401
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
>合身
电话：
lm（公式=num~typ，数据=dfrm）
系数：
（截取）典型
-0.04325      0.98433  

您可能不需要进行任何转换：lm和anova（）接受因子和字符数据类型。信息技术您可能正在考虑aov，它是用于平衡设计的。lm是处理不平衡线性模型的回归函数

> set.seed(123)
> typ <- sample(c("X", "Y"), 100, prob=c(1,2)/3, replace=TRUE)
> num <- rnorm(100) + (typ=="Y")
> dfrm <- data.frame(num =num, typ =typ)

> fit<-lm(num~typ, data=dfrm)
> anova(fit)
Analysis of Variance Table

Response: num
          Df Sum Sq Mean Sq F value    Pr(>F)    
typ        1 21.422 21.4225  22.787 6.331e-06 ***
Residuals 98 92.133  0.9401                      
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
> fit

Call:
lm(formula = num ~ typ, data = dfrm)

Coefficients:
(Intercept)         typY  
   -0.04325      0.98433  

>设置种子（123）
>典型数dfrm拟合方差分析（拟合）
方差表分析
答复：num
Df和Sq平均Sq F值Pr（>F）
典型1 21.422 21.4225 22.787 6.331e-06***
残差98 92.133 0.9401
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
>合身
电话：
lm（公式=num~typ，数据=dfrm）
系数：
（截取）典型
-0.04325      0.98433