线性回归建模速度快，不需要很复杂的计算，在数据量大的情况下依然能够快速运行，可以根据系数给出每个变量的解释，但不能很好地拟合非线性数据，所以在构建回归模型时需要先判断自变量的类型。
分类变量（也称为因子变量或定性变量）是将观察指标分类的变量。它们具有数量有限的不同值，称为水平。例如，性别是可以分为两个水平（男性和女性）的分类变量。回归分析中需要用数值变量，因此需要对回归模型中的分类变量进行相应的处理，以使结果可解释。通常需要将分类变量进行重新编码，使其成为一系列二进制的变量，这个新的编码被称为“哑变量”。
R语言在进行回归分析时会自动创建哑变量，也可手动将分类变量重新编码，当分类变量具有大量水平时，将某些水平组合在一起可以减少哑变量数；某些分类变量的水平是有序的，它们可以被转换为数值（0，1，2，3…）并按连续性变量处理。例如，如果教授等级（“AsstProf”（助理教授）、“AssocProf”（副教授）和“Prof”（教授））具有特殊含义，则可以将它们转换为数值，从低到高排序（AsstProf = 0，AssocProf = 1，Prof = 2），以对应不同等级的教授。
