我在this site的帮助下进行多项式回归。
我在做的时候出错了:
> dses1 <- data.frame(ses = c("Cluster1", "Cluster2", "Cluster3"), GDP = mean(data.mod$GDP.z))
> dses1
ses GDP
1 Cluster1 -0.03853141
2 Cluster2 -0.03853141
3 Cluster3 -0.03853141
> predict(results, newdata = dses1, "probs")
NAs are not allowed in subscripted assignments
我做了回归如下
results <- multinom(data.mod$baseline~data.mod$cluster+data.mod$GDP.z+data.mod$WGI.z,data=data.mod)
数据集是这样的:
> head(data.mod)
cluster type GDP.z WGI.z baseline
1 Cluster3 Type1 -0.15927872 0.0750328 Type1
2 Cluster3 Type1 0.18363900 0.1066325 Type1
3 Cluster1 Type1 1.58636819 0.0750328 Type1
4 Cluster3 Type1 -0.27892696 0.7034406 Type1
5 Cluster3 Type1 -0.37910360 0.6864063 Type1
6 Cluster2 Type1 -0.09978649 0.0750328 Type1
我已经检查了this stack,但又遇到了同样的错误。
答案 0 :(得分:2)
使用预测时,需要将列名与coef(results)
显示的列名完全匹配。由于您不必在所有变量名称上留下了表名前缀,这可能是导致错误的原因。尝试
results <- multinom(baseline~cluster + GDP.z + WGI.z, data=data.mod)
此外,您似乎错过WGI.z
形式newdata
(因为它在模型中,它必须在那里)。所以你的newdata
应该是
dses1 <- data.frame(cluster = c("Cluster1", "Cluster2", "Cluster3"),
GDP.z = mean(data.mod$GDP.z),
WGI.z = mean(data.mod$WGI.z)
)
并且这些名称应与公式中的名称相匹配,因此您应该全部设置。