R 为什么这是我的线性模型的输出？我如何修复它？

我试图使用R建立一个多变量线性规划模型，但该模型在输出中不断创建新变量

从本质上说，我试图找到空气质量和不同因素之间的相关性，如人口、一天中的时间、天气读数和其他一些因素。对于这个例子，我在一个月的时间里观察了多个不同的传感器位置。我有实际的AQI数据、天气数据，并假设传感器周围区域的人口不会随时间变化（这可能是我的问题）。因此，不同传感器之间的总体不同，但在几个月内保持不变。然后，我将每个传感器的数据合并到一个数据框中，以进行线性规划。我的模型的代码如下所示：

model = lm(AQI ~ Time.of.Day + Temp + Humidity + Pressure + pop + ind + rd_dist, data = Krakdata)

输出如下图所示。我不知道为什么它不把人口作为一个输出。相反，它将每个总体读数作为另一个因素输出。谢谢

线性模型输出：

Krakdata的例子。注意，在下一个传感器出现之前，总体不会发生变化：

---

pop

是一个分类变量。您需要将其转换为整数，否则每个值将被视为一个单独的类别，因此是单独的变量

pop

是一个分类变量，因此R将其视为分类变量。R将

pop

变量转换为伪变量，从而输出。如果该变量在本质上/在分析中应该是数值的，则必须将其转换为数值。 至于如何转换它：

Krakdata$pop <- as.numeric(as.character(Krakdata$pop))

---

Krakdata$pop
pop
是一个因子类型变量，如果您想将
pop
作为一个数值，那么您可以使用
Krakdata$pop对其进行更改。请不要发布代码/数据/错误的图像：它无法复制或搜索（SEO），它会破坏屏幕阅读器，并且可能不适合某些移动设备。参考：（和）。请直接包括代码或数据（例如，
dput（头（x））
或
data.frame（…）
）。