r语言中既有分类变量也有连续变量可以建什么模型来预测因变量（具体数据）？

Python040

r语言中既有分类变量也有连续变量可以建什么模型来预测因变量（具体数据）？,第1张

一般线性回归和logsitic回归都是可以的。这关键得看你的因变量，如果因变量是连续型变量，你就用一般线性回归建模，分类的自变量也是可以通过哑变量处理的；如果因变量是分类变量那就用logistic回归建模。

logit=glm(y~x1+x2,data=data,family=binomial(link='logit'))

glm表示广义线性回归，data表示y,x1,x2所在的数据集，family中的link用来选择回归类型，logit表示选择logistic回归

可以。

建立空间误差模型和空间滞后模型最好是用R语言做，当然用 Geoda 或 Eviews 等软件做也可以，首先看清题目要求： 矩阵C是由矩阵A的前3行和前3列构成的矩阵。 分析目的，矩阵A的前3行和前3列到底是多少。 第一步：我们先看矩阵A的数据，箭头所指的就是前3行和前3列的数据。 现在我们已经知道我们所需要的数据是什么。看题目我们可以把第4行和第4、5列去掉，剩下的数据就是我们需要的了。第二步：就要用到矩阵的其他的函数---矩阵下标。要去掉矩阵中相应的行和(或)列,用负整数我们先把第4行和第5列去掉。