2016-08-03 14 views
1

Rでlm()関数を使って線形回帰をしようとしています。実行すると、Rが各レコードを取得して独立変数になっているようです。 Rでの線形回帰すべてのレコードを回帰式にする

fit3 <- lm(no_outliers$strat_count ~ no_outliers$CDS_emerg + no_outliers$weighted_volume_avg) 
summary(fit3) 

この

は(118個の独立変数があるが、私はポストにそれのすべてを入れたくなかった)出力のサンプルです:

Coefficients: 
              Estimate Std. Error t value Pr(>|t|) 
(Intercept)        -336.1017 1065.5530 -0.315 0.7652 
no_outliers$weighted_volume_avg941931862  12.2047 31.2349 0.391 0.7121 
no_outliers$weighted_volume_avg949989365.5 4.0453 33.3295 0.121 0.9081 
no_outliers$weighted_volume_avg955100055.4 10.4469 31.3577 0.333 0.7525 
no_outliers$weighted_volume_avg961033059.1 -17.2295 32.3160 -0.533 0.6168 
no_outliers$weighted_volume_avg973785580  85.1891 40.0488 2.127 0.0867 . 
no_outliers$weighted_volume_avg976666189.1 48.1133 39.9253 1.205 0.2821 
no_outliers$weighted_volume_avg979529996  26.2521 31.2707 0.840 0.4395 
no_outliers$weighted_volume_avg985701661.4 35.3185 35.8381 0.986 0.3696 
no_outliers$weighted_volume_avg988019226.8 66.4781 31.3502 2.120 0.0875 . 
no_outliers$weighted_volume_avg994324495.5 -13.4227 32.9220 -0.408 0.7004 
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 29.2 on 5 degrees of freedom 
Multiple R-squared: 0.9752, Adjusted R-squared: 0.3894 
F-statistic: 1.665 on 118 and 5 DF, p-value: 0.3005 

任意のヘルプやポインタは次のようになり大いに感謝します。

答えて

2

おそらくweighted_volume_avgが要因です。試してくださいclass(no_outliers$weighted_volume_avg)。最初に数値に変換する必要がある場合。試してください:

no_outliers$weighted_volume_avg <- as.numeric(as.character(no_outliers$weighted_volume_avg)) 

lmをもう一度お試しください。

+0

これはうまくいった。私はそれがどのように要因に変換されたのか分からない。私はそれで早く回帰をしていたし、それは働いていた。ご協力ありがとうございました。 – Jarom