Question

定义参数：

ticket

我成功使用M <- maximum.oxygen.uptake m <- mass a <- age s <- sex v <- as.numeric(vigorous.exercise>0) sv <- s*v asv <- a*s*v as <- a*s av <- a*v lnm=log(m) lnms <- log(m)*s lnmv <- log(m)*v lnmsv <- log(m)*s*v y <- M/m^(2/3)模型：

nls

问题：无法进行预测

nls.full <- nls(M ~ (m ^ (alpha0 + alpha1 * s + alpha2 * v + alpha3 * s * v)) * 
                (beta0 + beta1 * s + beta2 * v + beta3 * sv + 
                 a * gamma0 + gamma1 * as + gamma2 * av + gamma3 * asv), 
                trace=TRUE,
                start=list(alpha0=2/3, alpha1=0, alpha2=0, alpha3=0,
                           beta0=est[1], beta1=est[2], beta2=est[3],beta3=est[4], 
                           gamma0=est[5],gamma1=est[6],gamma2=est[7],gamma3=est[8]))

y和x的长度不同。

我不明白为什么它应该，我定义了一个包含300个变量的新数据框，我应该在xpredict <- seq(10,120,length.out=300) data1 <- data.frame(a=35,s=0,v=1,m=seq(10,120,length.out=300)) ypredict <- predict(nls.full, newdata=data1, type="response") plot(log(maximum.oxygen.uptake) ~ log(mass), subset = (s=='0' & v=='1')) lines(xpredict,ypredict)预测中只有300个结果。

Answer 1

你的问题增加了一个关于predict使用的重要案例研究，目前这个网站上没有这个例子（据我所知），因此我并没有像往常那样将其关闭。

这个简单的例子足以说明你的问题：

set.seed(0)
x <- runif(50)
y <- runif(50)
## true model
z <- exp(4 * x - x * y) + sin(0.5 * y) + rnorm(50)

我们可以通过以下方式拟合非线性回归模型：

fit1 <- nls(z ~ exp(a * x + b * x * y) + sin(c * y),
            start = list(a = 3, b = 0, c = 1))

或

xy <- x * y    
fit2 <- nls(z ~ exp(a * x + b * xy) + sin(c * y),
            start = list(a = 3, b = 0, c = 1))

但是，使用predict进行预测时要小心。

newdat <- data.frame(x = runif(2), y = runif(2))
pred1 <- predict(fit1, newdat)
# [1] 19.476569  2.870397

pred2 <- predict(fit2, newdat)
#[1] 12.205215  2.900922 16.675160  2.588310 18.466907  3.221744 21.207958
#[8]  2.478375 16.294230  2.230084 22.675165  2.741694 22.053141   2.441442
#[15] 20.378554  2.069649 20.362845  2.380586 10.570350  3.168567 11.477691
#[22]  2.438041 19.336928  2.648129 22.282448  2.899636 16.264152  3.229857
#[29] 19.928498  1.779721 16.563424  2.688125 14.925190  2.718176 21.853093
#[36]  1.856641 20.213350  1.957830 22.960452  2.767944 21.890656  2.719899
#[43] 22.370200  2.066384 14.061771  2.237771 12.102094  3.232742 18.985547
#[50]  1.909355

predict.nls不会发出predict.lm和predict.glm所做的任何警告（Getting Warning: “ 'newdata' had 1 row but variables found have 32 rows” on predict.lm in R）。基本上，您必须提供拟合公式中使用的所有变量。请注意，xy也是一个变量：

newdat$xy <- with(newdat, x * y)
pred2 <- predict(fit2, newdat)
# [1] 19.476569  2.870397

`predict.nls`返回拟合值而不是指定`newdata`的预测

1 个答案: