【发布时间】：2018-04-28 17:22:26
【问题描述】：
我是 R 的新手，我有一个使用线性回归的任务，我们必须生成 2 个不同的模型，看看哪个模型能更好地预测疼痛。第一个模型只是包含年龄和性别。第二个模型是包含额外的变量；状态特质焦虑量表评分、疼痛灾难化量表、正念注意意识量表以及唾液和血清（血液）中皮质醇水平的测量。
研究问题指出，我们需要进行分层回归，通过构建一个包含年龄和性别作为疼痛预测因子的模型（模型 1），然后构建一个包含预测因子的新模型：年龄、性别、STAI、灾难性疼痛、正念和皮质醇测量（模型 2）。因此，模型 1 中使用的预测变量是模型 2 中使用的预测变量的子集。两个模型完成后，需要进行比较以评估模型 2 与模型 1 相比是否获得了有关疼痛的大量新信息。
我在将“性别”作为变量时遇到了很多问题，有人将男性和女性编码为“3”，虽然我已经排除了分数，但“3”仍然作为一个级别出现在数据集，有没有办法去掉这个？
此外，如何将“sex”转换为“factor”类型向量而不是“character”向量？分类变量可以作为模型中的预测变量吗？我尝试使用以下命令执行此操作，但它继续返回错误。
sex_vector <- c("female", "male") etc.
factor.sex.vector <- factor(sex.vector)
以下是数据集的摘录：
data.frame': 156 obs. of 10 variables:
$ sex : Factor w/ 3 levels "3","female","male": 2 2 3 3 3 3 3 2 2 2 ...
【问题讨论】：
标签： r linear-regression