Как использовать растровые данные в регрессионной модели

Question

У меня растровый файл с одним слоем. Он показывает покрытие GSM в каждом штате. Например, цветной пиксель показывает зону покрытия. Я хочу использовать эту информацию в регрессионной модели. В моей регрессии я хочу регрессировать использование как зависимую переменную и охват как независимую переменную. Поэтому я намерен использовать в качестве прокси покрытия пиксели покрытия, показанные в растровых данных. Для этого я конвертирую растр во фрейм данных, а затем экспортирую его в Excel. Однако я не могу проводить сравнение по годам, потому что, хотя карты для разных лет почти одинаковы, данные в преобразованном фрейме данных сильно различаются по годам. Я пробовал не нормализовать данные между 0 и 1, но все же это выглядит странно. Мне интересно, что-то мне не хватает. Спасибо. Пожалуйста, посмотрите мой код для преобразования растровых данных во фрейм данных,

     str_name<-'G_2020.tif' 
     GSM_20=raster(str_name)
     GSM_20_states <- readOGR(dsn ="admbnda_adm1_ubos_v2", layer ="admbnda_adm1_UBOS_v2", verbose = FALSE)
GSM_20_df <- as.data.frame(GSM_20, xy = TRUE)
     rasStack = stack(GSM_20)
     pointCoordinates=coordinates(GSM_20_states)
     pointCoordinates = as.data.frame(pointCoordinates)
     colnames(pointCoordinates)[1]<-"long"
     colnames(pointCoordinates)[1]<-"lat"
     rasValue=extract(GSM_20, pointCoordinates,)
     rasValue=extract(GSM_20, GSM_20_states,                   fun=sum,na.rm=TRUE,df=TRUE)
     names<-GSM_20_states@data[["ADM1_EN"]]
     rasValue$admin1 = names
     write.csv(rasValue,"GSM_2020.csv")