你能用一个只有一个水平的自变量在r中进行线性回归吗?
你能用一个只有一个水平的自变量在r中进行线性回归吗 我感兴趣的是使用一个数据集(例如,汽车)运行线性回归,该数据集有一个自变量(例如,以英里为单位的“速度”),该自变量只有一个1级(例如,快速)和一个因变量(例如,以英里为单位的“距离”),具有许多可能性,因为它是连续的(例如,5、10、11等) 下面是我正在使用的r代码的一个示例:你能用一个只有一个水平的自变量在r中进行线性回归吗?,r,statistics,regression,linear-regression,R,Statistics,Regression,Linear Regression,你能用一个只有一个水平的自变量在r中进行线性回归吗 我感兴趣的是使用一个数据集(例如,汽车)运行线性回归,该数据集有一个自变量(例如,以英里为单位的“速度”),该自变量只有一个1级(例如,快速)和一个因变量(例如,以英里为单位的“距离”),具有许多可能性,因为它是连续的(例如,5、10、11等) 下面是我正在使用的r代码的一个示例: linearMod <- lm(dist ~ speed, data=cars) linearMod您想做什么?线性模型告诉您因变量的平均值是否以及在多大程
linearMod <- lm(dist ~ speed, data=cars)
linearMod您想做什么?线性模型告诉您因变量的平均值是否以及在多大程度上随自变量的变化而变化。你是说你有一个不变的自变量和一个不变的因变量。回归的概念在这里没有意义。您可以说,在因子水平为“fast”时,整个数据集中dist
的平均值是mean(dist)
。你希望做什么?你应该在x=fast时得到一条垂直线(不管它是什么值),你不需要任何lm机器,x中没有变化,我不同意这是没有意义的。是的,它相当于简单的东西,不需要使用线性回归机制。然而,理想情况下,lm
只返回更简单的结果,而不是拒绝输入。对于函数来说,当它是退化的特例时,做简单的事情是非常有用的,因为这意味着调用者不必注意任何数量的特殊条件。为了它的价值你想做什么?线性模型告诉您因变量的平均值是否以及在多大程度上随自变量的变化而变化。你是说你有一个不变的自变量和一个不变的因变量。回归的概念在这里没有意义。您可以说,在因子水平为“fast”时,整个数据集中dist
的平均值是mean(dist)
。你希望做什么?你应该在x=fast时得到一条垂直线(不管它是什么值),你不需要任何lm机器,x中没有变化,我不同意这是没有意义的。是的,它相当于简单的东西,不需要使用线性回归机制。然而,理想情况下,lm
只返回更简单的结果,而不是拒绝输入。对于函数来说,当它是退化的特例时,做简单的事情是非常有用的,因为这意味着调用者不必注意任何数量的特殊条件。为了它的价值。