我适合我的data.frame，g
` Day V`
1 13 211.45
2 15 274.40
3 18 381.15
4 21 499.80
5 26 614.65
6 29 723.75
7 33 931.70
8 36 996.35
9 40 1037.40
10 43 1277.75
通过执行以下步骤
fit <- glm(V ~ Day, data = g, family = gaussian(link = "log"))
pred <- predict(fit, type = "response")
# get Intercept from glm
intercept<-fit$coefficients[[1]]
# Get Slope from glm
slope<-fit$coefficients[[2]]
现在，我想针对特定的V值（例如，基于拟合的V = 800.0）计算Day。尽管我知道拟合系数，但是我无法构造公式来计算。
让我们假设这个指数数据可以用
这样的公式表示V=Voexp(mt)
其中
Vo is the intercept
m is the slope the fit
然后，特定V = 800.0的天可以通过以下方式计算
t(V) = log(V/intercept)/slope
我不知道使用什么公式预测函数基于拟合来计算预测值。我尝试执行以下操作
new<-data.frame(V=c(800.00))
p<-predict(fit,newdata=new, type=response")
我收到以下错误
Error in eval(predvars, data, env) : object 'Day' not found
这是因为此函数旨在从新的Day（而不是相反）计算V。
但是如何使用R做到这一点？