我想预测油价对哥伦比亚石油公司股价的影响。我计划对此使用带有分类变量的逻辑回归（根据股价的方向向上或向下）。这是我的数据集的一部分：

Minute  ecopet  profit  sum_profit   direccion  cl1_chg   sum_cl1    direccion_cl1
571     2160     0       10           Up         -0.03     0.00      Down
572     2160     0        0           Neutral     0.07    -0.03      Down
573     2160     0       -5           Down       -0.08     0.04      Up
574     2160     0       -5           Down       -0.07    -0.04      Down
575     2160     5       -5           Down       -0.08    -0.11      Down
576     2165     0       -25          Down        0.00    -0.19      Down
577     2165     0       -25          Down       -0.05    -0.19      Down
578     2165     0       -15          Down       -0.17    -0.24      Down
579     2165     5       -15          Down       -0.06    -0.41      Down
580     2170     0       -20          Down        0.03    -0.47      Down
581     2170    -10       0           Neutral     0.04    -0.44      Down

我的因变量是“方向”。但正如你所见，它有 3 个响应类。我知道要在 R 中实现二元逻辑回归，代码是：

glm.fit=glm(direccion~direccion_cl1, data=datos, family=binomial)

我正在处理盘中信息，并计划预测当油价上涨/下跌时（在前 10 分钟内）会发生什么，以及它如何在接下来的 10 分钟内影响股价。

谁能告诉我我该怎么做？我真的不知道如何使用 3 个响应类执行逻辑回归。谢谢！