Question

我使用函数lm在R中进行了多元线性回归，我想用它来预测几个值。所以我正在尝试使用函数predict()。这是我的代码：

new=data.frame(t=c(10, 20, 30))
v=1/t
LinReg<-lm(p ~ log(t) + v)
Pred=predict(LinReg, new, interval="confidence")

所以我想在t=c(10,20,30...)时预测p的值。但是，这不起作用，我不明白为什么。我得到的错误信息是：

“model.frame.default中的错误（条款，newdata，na.action = na.action，xlev = object $ xlevels）：变量长度不同（找到'vart'）另外：警告信息： 'newdata'有3行，但找到的变量有132行“

132是我运行回归的变量向量的长度。我检查了我的向量1 / t并且它是明确定义的并且具有正确数量的系数。令人好奇的是，如果我做一个简单的线性回归（一个变量），那么相同的代码效果很好......

new=data.frame(t=c(10, 20, 30))
LinReg<-lm(p ~ log(t))
Pred=predict(LinReg, new, interval="confidence")

任何人都可以帮助我！提前谢谢。

Answer 1

问题是，当您适合模型时，您将v定义为t的新变量。 R不记得如何创建变量，因此当您适合模型时，它不知道v是t的函数。因此，当您预测值时，它会使用v的现有值，其长度与您指定的t的新值不同。

相反，你想要适合

new <- data.frame(t=c(10, 20, 30))
LinReg <- lm(p ~ log(t) + I(1/t))
Pred <- predict(LinReg, new, interval="confidence")

如果您确实希望v成为完全独立的变量，那么您需要在v data.frame中提供new的值，以便预测{{} 1}}。