Question

我是统计学的学生，我想请求一些帮助。我想在我的数据集中绘制预测值和100天课程的实际值：

示例数据：

             set.seet(1010)
             count<-rpois(100, lambda = 5)
             mood<- rbinom(100, size = 1, prob = .7)
             temp<-rnorm(100, mean = 20, sd = 5)
             wind<-rbinom(100, size = 3, prob = .7)
             days<-seq(1,100,by=1)
             df<-data.frame(count,mood,temp,wind,days)

在100天内绘制实际值：

             plot(count~days,type="l")

回归：

             poisson <- glm(count ~mood+wind+temp)

我的预测因子和预测值的条件：

             hyp<- c(1,1,3,20)
             coeff.p1 <- poisson$coefficients
             XB <- hyp%*%coeff.p1
             predv.y <- exp(XB)
             predv.y

可能有一种方法可以预测所有观察值，例如：

              coeff.p1 <- poisson$coefficients
              XB <- c(,2:4)%*%t(coeff.p1)

我打算乘以列2：4乘以

              Error in c(, 2:4) : argument 1 is empty

我陷入了困境。因此，我想在一个地块上获得100天的预测值和实际值。

谢谢

Answer 1

您的对象poisson属于glm类，因此在给定任何数据时它具有predict方法。

poisson <- glm(count ~mood+temp+ wind)
df$pred<-predict(poisson,df[,2:4])
plot(df$days,df$count)
lines(df$days, df$pred,type='l',col='blue')

Answer 2

试试这个：

set.seed(1010)
count<-rpois(100, lambda = 5)
mood<- rbinom(100, size = 1, prob = .7)
temp<-rnorm(100, mean = 20, sd = 5)
wind<-rbinom(100, size = 3, prob = .7)
days<-seq(1,100,by=1)
df<-data.frame(count,mood,temp,wind,days)
poisson <- glm(count ~ mood+wind+temp
               , family = poisson() #specify your model type
               , data=df)

# Calculate the predicted
phat.poisson <- predprob(poisson)  # for each subj, prob of observing each value
phat.poisson.mn <- apply(phat.poisson, 2, mean) # mean predicted probs

#your plot of observed vs. predicted
hist(count, prob = TRUE, col = "grey60", breaks=seq(-0.5, 12.5, 1), xlab = "Counts",main = NULL, ylim=c(0, .20))
lines(x = seq(0, 12, 1), y = phat.poisson.mn, lty=2, lwd=2, col="red")
points(x = seq(0, 12, 1), y = phat.poisson.mn, cex=1, pch=16, col="red")

如何绘制实际值和预测值？

2 个答案: