如何使用简单线性回归log（y）= b0 + b1 * log（x）预测新值

Question

如何使用下面的ml2模型预测身体的新给定值，并解释其输出（仅新的预测输出，而不是模型）

使用MASS包中的Animals数据集构建简单的线性回归模型

ml2<-lm(log(brain)~log(body),data=Animals)

预测一个新的468

的主体

pred_body<-data.frame(body=c(468))

predict(ml2,new, interval="confidence")

       fit      lwr      upr
1 5.604506 4.897498 6.311513

但我不确定预测y（脑）= 5.6或log（脑）= 5.6？

我们如何以与原始相同的比例获得预测值？

Answer 1

使用公式log(brain) ~ log(body)，响应变量为log(brain)。因此，当您使用predict()进行预测时，您会获得log(brain)的拟合值和预测间隔。

要获得原始比例的相应结果，请执行

exp(predict(ml2,new, interval="confidence"))