R中具有多个分类因变量的非线性回归

Question

我必须使用如下所示的数据执行非线性多元回归：

ID    Customer   Country   Industry      Machine-type    Service hours**
1     A          China     mass          A1              120
2     B          Europe    customized    A2              400
3     C          US        mass          A1               60
4     D          Rus       mass          A3              250
5     A          China     mass          A2              480
6     B          Europe    customized    A1              300
7     C          US        mass          A4              250
8     D          Rus       customized    A2              260
9     A          China     Customized    A2              310
10    B          Europe    mass          A1              110
11    C          US        Customized    A4               40
12    D          Rus       customized    A2              80

因变量：服务时间 自变量：客户、国家、行业、机器类型

我进行了线性回归，但由于线性假设不成立，我必须进行非线性回归。

我知道非线性回归可以用 nls 函数来完成。如何将分类变量添加到非线性回归，以便在 R 中获得统计摘要？

添加假人后的列名：table with dummies

ID  Customer.a  Customer.b  Customer.c  Customer.d  Country.China   Country.Europe  Country.Rus Country.US  Industry.customized industry.Customized Industry.mass   Machine type.A1 Machine type.A2 Machine type.A3 Service hours
1 1 0 0 0 1 0 0 0 0 0 1 1 0 0 120 
2 0 1 0 0 0 1 0 0 1 0 0 0 1 0 400 
3 0 0 1 0 0 0 0 1 0 0 1 0 0 1 60 
4 0 0 0 1 0 0 1 0 0 0 1 1 0 0 250 
5 1 0 0 0 1 0 0 0 1 0 0 0 0 1 480 
6 0 1 0 0 0 1 0 0 0 1 0 1 0 0 300 
7 0 0 1 0 0 0 0 1 0 0 1 0 0 1 250 
8 0 0 0 1 0 0 1 0 1 0 0 0 1 0 260 
9 1 0 0 0 1 0 0 0 0 0 1 0 1 0 210 
10 0 1 0 0 0 1 0 0 1 0 0 0 1 0 110 
11 0 0 1 0 0 0 0 1 0 0 1 0 0 1 40 
12 0 0 0 1 0 0 1 0 0 0 1 1 0 0 80

Answer 1

处理分类预测变量的方式取决于预测变量可以容纳的级别数。

对于只能采用 2 种形式（男性或女性）的性别等预测变量，您可以简单地将它们表示为二元 (1,0) 变量。

对于超过 2 个级别的预测变量，我们使用 1-of-k 虚拟编码，其中 k 是特定变量所采用的级别数。有用的功能见dummies包！

在此之后，您可以使用公式拟合模型：

nls(Service.hours ~ predictor1 + predictor2 + predictorN, data = df)