我对如何根据人工数据预测值感到困惑,所以这是我的问题。
我正在尝试使用以下数据进行简单的线性回归(预测):
this.state.checked
所以现在,我认为我必须做类似的事情:
set.seed(1)
x.train<-runif(1000,0,2)
eps.train<-rnorm(1000,sd=0.1)
y.train<-sin(x.train)+eps.train
model<-lm(y.train~x.train)
confint(modelo,level=0.95)
为澄清起见,我想从大小为1000的“原始”数据中以大小为100的测试数据进行预测。
我知道我在代码的第二部分做错了什么,但我自己无法解决。我将不胜感激。预先感谢。
答案 0 :(得分:2)
线性回归模型中的变量称为x.train
。例如,打印模型可以得到
model
Call:
lm(formula = y.train ~ x.train)
Coefficients:
(Intercept) x.train
0.2246 0.4809
但是,在传递testdata
时,变量名称为runif.100..0..2.
。为了避免出现警告消息,只需更改测试数据中的变量名称,然后重新运行预测即可。
colnames(x.test) = c("x.train")
linear_prediction<-predict(model, x.test, interval="prediction")