r预测函数返回太多的值

Question

我已经阅读了有关命名变量的其他帖子，并尝试实现答案，但仍然为我的新数据获取了太多的值，我希望运行现有模型。这是工作示例代码：

set.seed(123)
mydata <- data.frame("y"=rnorm(100,mean=0, sd = 1),"x"=c(1:100))

mylm <- lm(y ~ x, data=mydata)

# ok so mylm is a model on 100 points - lets look at it and the data
par(mfrow=c(2,2))
plot(mylm)
par(mfrow=c(1,1))
predvals <- predict(mylm, data=mydata)
plot(mydata$x,mydata$y)
lines(predvals)

这里没有惊喜 - 生成点的直线 - 长度为100个观测值。现在我生成20个具有完全相同名称的新数据，当我通过predict（）运行新数据时，我希望得到20分，而我得到100.我错过了什么！让我疯狂......

newdata <- data.frame("y"=rnorm(20,mean=0, sd = 1), "x"=c(1:20))
predvals <- predict(mylm, data=newdata)
length(newdata$y)
length(predvals)    

# quick -not elegant - way to look at it:
plot(predvals)
lines(newdata$x,newdata$y)

我是否需要告诉predict（）只使用20分或类似的东西？

Answer 1

您的问题出在predvals <- predict(mylm, data=newdata)。

正确的电话是predict(mylm, newdata=newdata)。 R中的predict()函数采用命名参数newdata，而非data。