我在R中有一个glm，很好地解释了一种形式的种类
x<-glm(log(abundance) ~ distance+sampling_effort, data=df)
所有术语都很重要（p值<0.01），模型假设似乎是有效的。数据实际上来自栅格地图。现在我想从我的模型中创建预测值，但是忽略了sampling_effort项。因此，如果sampling_effort在任何地方相等，它将创建一个新的栅格地图来补偿采样工作量，从而更好地预测丰度。我怎么能这样做？
答案 0 :(得分：0)
好的，经过一些更好的谷歌搜索后，我在http://r.789695.n4.nabble.com/Remove-term-from-formula-for-predict-lm-td1017686.html
上找到了答案基本上最简单的方法就是在新数据集中将sampling_effort设置为0，并将其与predict一起使用，如下所示：
newdata <- df
newdata$sampling_effort = 0
predicted_values_compensated <- predict(x, newdata)