Question

我有两个数据框（df1和df2）：

DF1：

  dependent factor
     4      a
     4      b
     3      b
     8      c
     3      d
     5      e
     6      e
     2      a

DF2：

  dependent factor
     2      f
     5      d
     3      e
     9      e
     5      g
     2      e

即：

df1<-data.frame(dependent=c(4,4,3,8,3,5,6,2),factor=as.factor(c("a","b","b","c","d","e","e","a")))
df2<-data.frame(dependent=c(2,5,3,9,5,2),factor=as.factor(c("f","d","e","e","g","e")))

df1中的数据用于估计线性回归的参数估计值：

    reg<-lm(formula=dependent~factor,df1)

结果是：

> coef(reg)
(Intercept)     factorb     factorc     factord     factore 
        3.0         0.5         5.0         0.0         2.5

通过使用这些估计，我想预测df2的因变量。但是df2 $因子有两个新的因子水平＆＃34; f＆＃34;和＆＃34; g＆＃34;。所以功能：

predict(reg,df2)

给出了这样的错误：

    Error in model.frame.default(Terms, newdata, na.action = na.action, xlev = object$xlevels) : 
  factor factor has new levels f, g

对于新级别，我想将其因子值分配为＆＃34; 0＆＃34;。我怎样才能做到这一点？有没有办法做到这一点？我的真实数据要复杂得多。我有更多的因子变量，其中每个都可以在第二个数据帧中有新的级别。我会很高兴得到任何帮助。非常感谢。

Answer 1

将新系数的系数设置为0意味着预测将等于截距（请参阅df1预测值中斜率为0的水平如何等于截距）。这意味着您只需要用截距替换这些值。

我添加了@ lukeA的代码，为df2生成以下预测：

pred=predict(reg,df2[!df2$factor %in% setdiff(levels(df2$factor), levels(df1$factor)), ])
ifelse(rownames(df2) %in% attr(pred,"names"), pred, reg$coefficients[1])
  # [1] 3.0 5.5 5.5 5.5 3.0 5.5

用线性回归中的手动值替换新的因子水平

1 个答案: