原文链接:http:///?p=26147本文使用的数据集记录了 1236 名新生婴儿的体重(查看文末了解数据获取方式),以及他们母亲的其他协变量。 本研究的目的是测量吸烟对新生儿体重的影响。研究人员需要通过控制其他协变量(例如母亲的体重和身高)来隔离其影响。这可以通过使用多元回归模型来完成,例如,通过考虑权重 Y_i 可以建模为 str(babis) 数据集的描述如下:
这个问题的研究人员想要判断以下内容:
我们将专注于第二个判断: 从str()命令中注意到,所有的变量都被存储为整数。我将把缺失值转换为NAs,这是R中缺失值的正确表示。 bwt == 999\] <- NA 每当您在 R 中使用函数时,请记住,默认情况下它可能有也可能没有 na-action。例如,该 sapply(babies, mean) 您可以通过检查 sapply(babies, mean, na.rm = TRUE) 另一方面, 默认情况下 summary(babies) 我们可以看到转换因子显示了不同的摘要,因为 summary() 操作根据变量类型而变化: parity <- factor(parity, levels ) 绘制数据是您应该采取的第一个操作。我将使用 require(lattice) 为了拟合多元回归模型,我们使用命令 |
|