r - GLM：具有少数状态作为因子或数字的连续变量？

Question

我有一个基本问题。我正在运行带有数字预测器的二项式 GLM。其中一些预测变量的唯一值非常少——有些是 2，有些是 3，有些是 4。所有这些预测变量都在一个清晰且可解释的连续尺度上——我只是从尺度上很少的地方采样了很多次（我知道，不适合回归，但不能更改）。以下表为例。想象一下这个表像这样重复了 10,000 次以上，只是响应值不同：

回复	pred1	pred2	前3
0	20	100	100
1	50	900	200
1	20	4000	800
0	50	100	900
1	20	900	100
0	50	4000	100
1	20	100	800
0	50	900	900

我的问题是：（何时）将这些预测变量转化为因子有意义吗？如果一个数字变量只包含 2 个唯一值，那么如果它是一个因子还是数字，它甚至会有所不同吗？我可以信任仅基于 3 或 4 个唯一值的估计值吗？将其作为一个因素并因此“承认”我们无法从我们采样的少数值中推断出线性回归线会更好吗？

我认为，因为它们都可以放在一个连续的范围内，所以让它们保持数字是有意义的，但我只是想确保我做的是正确的事情。

标签： rglmcontinuous