我是一名处理R建模的高级学生 .
我正在尝试找到由n个重复行xm变量列组成的数据集的最佳模型：我想构建一个lm来解释4个分类回归量在Y（连续数据）植物梢数/平方米中的影响 .
公式模型为：lm（Y~a b c d） .
回归水平：“a”有4个等级（阴影百分比等级），“b”有4个等级（4个调查年份），“c”有3个等级（高程等级）和“d”有7个等级（7个空间多边形，其中拍摄样品） .
在描述性分析中，我观察到（带有箱形图）所有回归量水平的Y值强烈下降，特别是对于分类变量“a”：其水平称为“I”（100％轻），“II”（60％），“III” “（30％），”IV“（10％光），具有350,250,150 100 Y中值 .
在概要模型中，我可以观察到每个回归量水平的Y值的预期影响，除了“a”：该回归量的水平与Y具有相反的关系，具有显着的p值 . 这意味着与I（包括在拦截中）相比，II级的估计斜率值为69，III 133和IV 150 .
残差正态分布和方差同质性的诊断图是可以的 .
所以我的问题是，这种影响是否可能，或者我应该以不同的方式阅读摘要？
在此先感谢您的帮助 .
Here you can see the distribution of each factors level included in the model
1 回答
我将您的问题标记为要迁移到交叉验证，因为它更像是一个统计问题 . 希望你在那里得到更详细的答案 .
在任何情况下，您的不匹配的一个潜在原因是您的解释变量之一与另一个相关 . 这不会出现在您的诊断图中 . 相关变量“导致”您在摘要图中看到的密度下降 . 通过将其包含在回归中删除该效果后，实际效果会显示密度增加
快速检查是对您的解释变量之间的关联进行一些测试 . 或者，您可以逐步估计线性模型，在另一个之后添加一个变量，以便在添加特定解释变量后查看着色变量的符号是否发生变化 .