为何R中lm回归summary缺失分类变量水平且样例报因子错误

回归结果未展示Middle分类参数的原因 #

R中使用lm()拟合包含分类自变量的线性模型时，默认采用**虚拟变量编码（哑变量编码）**规则处理分类因子：

• 会自动选择因子的第一个水平作为参照组，你输出结果里的(Intercept)截距项，本质就是Middle组的平均叫声数量
• 其他分类水平的估计值，代表的是该组与参照组（Middle）的均值差值，对应的p值是检验该差值是否显著异于0
• 因为Middle是参照基准，本身不需要和自己做差异检验，所以不会单独输出系数和p值

如果需要更换参照组，可以使用relevel()函数调整因子水平顺序，例如将Pre设为参照组的代码为：

park2$Pup <- relevel(park2$Pup, ref = "Pre")

重新拟合模型后就会输出Middle和Post两组的参数结果。

样例代码报错的原因 #

你样例数据中的Calls变量赋值为带引号的字符串类型：Calls<- c("55","60","180","160","110","50")，线性回归要求因变量为数值类型，将字符型变量传入lm()作为因变量就会触发类型错误。
只要把Calls的赋值引号去掉，改成数值型即可正常运行：

Calls<- c(55,60,180,160,110,50) 

内容的提问来源于stack exchange，提问作者elyse.mallinger