R语言lm线性回归中单列变量在结果表中拆分为多项的原因问询

问题原因 #

你指定的number_of_peaksaropos1变量被R自动识别为分类变量（因子/字符类型），而非连续数值变量：

• lm()函数对分类变量默认会生成哑变量（虚拟变量）进行回归估计，每个变量后缀的数字1/2/3对应原变量的不同取值，因此会在结果中拆分展示为多个独立条目
• 该问题源自你构造Results_aropos1数据集的步骤：你用c(peaks, id, number_of_peaks)拼接变量时，如果id列为字符型，整行拼接结果会被强制转换为字符型，后续转换为数据框时默认被识别为因子类型，即使列内存储的是数字内容。

解决方法 #

1. 回归执行前将目标变量强制转换为数值型即可解决，代码如下：

# 先转字符再转数值，避免因子类型直接转换为level序号的问题
totaldf1moodpeaks$number_of_peaksaropos1 <- as.numeric(as.character(totaldf1moodpeaks$number_of_peaksaropos1))
# 转换后可执行下方代码验证类型，输出为num即为数值型
str(totaldf1moodpeaks$number_of_peaksaropos1)

2. 也可以在构造Results_aropos1数据集时单独指定number_of_peaksaropos1列为数值类型，从根源避免类型转换错误。

转换完成后重新执行回归和stargazer输出，该变量就会展示为单个条目。

内容的提问来源于stack exchange，提问作者Tobi Ahnfeld Vdo