使用Logistic回归分析砖房价格时遇‘y值需0<=y<=1’错误求助

错误原因 #

你搞反了Logistic回归的变量角色：Logistic回归要求因变量必须是二分类（0/1或布尔值），而你把连续型的房价（Price）放在了因变量位置——房价数值远大于1，自然触发y values must be 0 <= y <= 1的报错。

针对你的研究问题的正确模型 #

你的核心需求是判断“砖房是否比非砖房更贵”，这个问题对应线性回归，因为你要比较两类房子的连续型房价差异：

# 线性回归：用Brick预测Price，直接看Brick的系数判断砖房溢价
glm(Price ~ Brick, data = mc)
# 或者用基础的lm函数，结果一致
lm(Price ~ Brick, data = mc)

模型中Brick的系数会直接告诉你：砖房比非砖房的平均房价高多少。

满足作业要求的Logistic回归用法 #

如果必须对比Logistic与线性回归，Logistic回归对应的问题应该是**“用房价预测房子是否是砖房”**，此时二分类的Brick是因变量，连续型的Price是自变量：

1. 确保Brick已转为0/1（你已经完成这一步）
2. 运行正确的Logistic回归代码：

glm(Brick ~ Price, data = mc, family = "binomial")

3. 解决系数微小的问题：
   因为Price的数值量级大（比如单位是万元），回归系数会被缩放得极小。你可以对Price做标准化处理，让系数更易读：

# 标准化Price，生成新列
mc$Price_scaled <- scale(mc$Price)
# 用标准化后的Price做Logistic回归
glm(Brick ~ Price_scaled, data = mc, family = "binomial")

此时的系数代表：房价每变化1个标准差，房子是砖房的对数发生比的变化量。

总结 #

• 原始报错是因为违反了Logistic回归的因变量类型要求；
• 对应“砖房是否更贵”的研究问题，线性回归是适配的模型；
• 若要使用Logistic回归，需调整变量角色为“用房价预测是否是砖房”，必要时标准化自变量优化系数可读性。

内容的提问来源于stack exchange，提问作者bay