在R中的地理加权回归中获得新点的预测

Question

我有一个观测点列表，希望在这些观测点上估计地理加权回归。然后，使用这个估计的模型，我有一个单独的不同点集要进行预测。使用以下代码对此进行模拟：

library(spgwr)
library(sp)

set.seed(1)
e <- runif(100,0,1)
n <- runif(100,0,1)
y <- runif(100,0,1)
x1 <- runif(100,0,1)
x2 <- runif(100,0,1)
est.df <- data.frame(cbind(y,x1,x2,e,n))
coordinates(est.df) <- ~ e + n

e < -runif(50,0,1)
n <- runif(50,0,1)
x1 <- runif(50,0,1)
x2 <- runif(50,0,1)
pred.df <- data.frame(cbind(x1,x2,e,n))
coordinates(pred.df) <- ~ e + n

remove(list = c("e","n","y","x1","x2"))

S.gwr <- gwr(y~x1+x2,
           data=est.df,
           coords=cbind(est.df$e, est.df$n),
           bandwidth=0.1,
           predictions = TRUE,
           fit.points=pred.df)

dim(S.gwr$SDF@data)
length(S.gwr$lm$fitted.values)

我的问题是S.gwr结构中唯一的拟合值是长度100，并且是用于估计模型的100点，而不是pred.df中需要预测y_hat的50点。任何人都可以帮助我指出无法从pred.df中获得50个预测的问题吗？谢谢。