Question

我有两个相关的变量G和Y;每个变量都有12个值。我计算相关性并拟合称为rg的线性回归模型。现在我想使用此模型来预测名为GP的第二个变量的新值。我想获得与每个Y值对应的GP值。 GP有5个值。当我做预测时，我收到以下错误：

Warning message:
'newdata' had 5 rows but variables found have 12 rows

如何将模型应用于GP ?, GP是否需要有12个值？我想不是。 predict.lm中是否有任何选项可以执行此操作？

G<-c(20,25,21,30,22,23,19,24,21,23,28,27)
I<-c(229,235,230,242,231,233,226,232,230,232,238,236)

#diagrama de dispersion
qqplot(G,I)

#regression
rg<-lm(I ~ G)
summary(rg)
coef(rg[1])

#coeficiente de correlaciÃ³n
cor(G,I)
cp<-cor(G,I,method = c("pearson"))
cs<-cor(G,I,method = c("spearman"))


 # newdata
GP <- c(30,32,34,36,38)

# predecir el valor de ingresos para estos valores
X1<-data.frame(GP)

Y_pred <- predict.lm(rg,X1 )

Answer 1

为了使用predict方法，newdata数据框的名称需要与公式中的变量匹配。

G <- c(20,25,21,30,22,23,19,24,21,23,28,27)
I <- c(229,235,230,242,231,233,226,232,230,232,238,236)

将数据打包到数据框中（名称从变量名称中自动获取）：使用data参数而不是从全局工作空间中提取值，这是更好的做法。

dd <- data.frame(G,I)
rg <- lm(I ~ G, data=dd)

新数据：

GP <- c(30,32,34,36,38)
pdata <- data.frame(G=GP)  ## same name as in original model

请注意，如果您不重命名变量（data.frame(GP)），您将获得包含单个变量pdata$GP的数据框，而不是包含pdata$G的数据框（尝试并看看） - 然后R会抱怨它无法找到G变量。（请注意，predict可用于存在大量变量的更复杂的情况......）

(Y_pred <- predict(rg,pdata))
##       1        2        3        4        5 
## 240.9580 243.4903 246.0227 248.5550 251.0874

相关（虽然可能不是完全重复）：Trouble using predict with linear model in R。

尝试从简单线性回归预测时出错

1 个答案: