Question

我posted earlier today关于使用predict函数时遇到的错误。我能够纠正错误，并认为我走在了正确的道路上。

我有很多观察结果（实际值），我有一些我想要推断或预测的数据点。我使用lm创建了一个模型，然后我尝试将predict与实际值一起用作预测输入。

此代码全部在我之前的帖子中重复，但现在是：

df <- read.table(text = '
     Quarter Coupon      Total
1   "Dec 06"  25027.072  132450574
2   "Dec 07"  76386.820  194154767
3   "Dec 08"  79622.147  221571135
4   "Dec 09"  74114.416  205880072
5   "Dec 10"  70993.058  188666980
6   "Jun 06"  12048.162  139137919
7   "Jun 07"  46889.369  165276325
8   "Jun 08"  84732.537  207074374
9   "Jun 09"  83240.084  221945162
10  "Jun 10"  81970.143  236954249
11  "Mar 06"   3451.248  116811392
12  "Mar 07"  34201.197  155190418
13  "Mar 08"  73232.900  212492488
14  "Mar 09"  70644.948  203663201
15  "Mar 10"  72314.945  203427892
16  "Mar 11"  88708.663  214061240
17  "Sep 06"  15027.252  121285335
18  "Sep 07"  60228.793  195428991
19  "Sep 08"  85507.062  257651399
20  "Sep 09"  77763.365  215048147
21  "Sep 10"  62259.691  168862119', header=TRUE)

str(df)
'data.frame':   21 obs. of  3 variables:
 $ Quarter   : Factor w/ 24 levels "Dec 06","Dec 07",..: 1 2 3 4 5 7 8 9 10 11 ...
 $ Coupon: num  25027 76387 79622 74114 70993 ...
 $ Total: num  132450574 194154767 221571135 205880072 188666980 ...

代码：

model <- lm(df$Total ~ df$Coupon, data=df)

> model

Call:
lm(formula = df$Total ~ df$Coupon)

Coefficients:
(Intercept)    df$Coupon  
  107286259         1349

预测代码（基于之前的帮助）：

（这些是我想用来获得预测值的预测值）

Quarter = c("Jun 11", "Sep 11", "Dec 11")
Total = c(79037022, 83100656, 104299800)
Coupon = data.frame(Quarter, Total)

Coupon$estimate <- predict(model, newdate = Coupon$Total)

现在，当我运行它时，我收到此错误消息：

Error in `$<-.data.frame`(`*tmp*`, "estimate", value = c(60980.3823396919,  : 
  replacement has 21 rows, data has 3

我用来构建模型的原始数据框中有21个观察结果。我现在正在尝试根据模型预测3个值。

我要么没有真正理解这个功能，要么在我的代码中有错误。

帮助将不胜感激。

由于

Answer 1

首先，您要使用

model <- lm(Total ~ Coupon, data=df)

不 model <-lm(df$Total ~ df$Coupon, data=df)。

其次，通过说lm(Total ~ Coupon)，您拟合使用Total作为响应变量的模型，其中Coupon作为预测变量。也就是说，您的模型的格式为Total = a + b*Coupon，其中a和b是要估算的系数。请注意，响应位于~的左侧，而预测器位于右侧。

因此，当您要求R为模型提供预测值时，您必须提供一组新的预测值值，即Coupon的新值，而不是{ {1}}。

第三，根据您对Total的说明进行判断，看起来您实际上是在使用newdata作为Coupon函数的模型之后，而不是相反。要做到这一点：

Total

Answer 2

谢谢洪，这正是我遇到的问题。你得到的错误表明行数是错误的，但问题实际上是模型已经使用最终错误的参数名称的命令进行了训练。

对于lm来说，这确实是一个非常明显的关键细节，依此类推。本教程的一些内容引用了lm(olive$Area@olive$Palmitic)这样的行 - 以橄榄$ Area NOT Area的变量名结尾，因此无法使用anewdata<-data.frame(Palmitic=2)创建条目。如果您使用lm(Area@Palmitic,data=olive)，那么变量名称是正确的，预测就可以了。

真正的问题是错误消息根本不表示问题：

警告消息：'anewdata'有1行，但发现有X的变量行

Answer 3

而不是newdata，您在预测代码中使用newdate，验证一次。并使用Coupon$estimate <- predict(model, Coupon) 它会起作用。

Answer 4

为避免错误，关于新数据集的一个重点是自变量的名称。它必须与模型中报告的相同。另一种方法是嵌套两个函数而不创建新数据集

model <- lm(Coupon ~ Total, data=df)
predict(model, data.frame(Total=c(79037022, 83100656, 104299800)))

注意模型。接下来的两个命令是相似的，但对于预测功能，第一个工作第二个不起作用。

model <- lm(Coupon ~ Total, data=df) #Ok
model <- lm(df$Coupon ~ df$Total) #Ko

预测（） - 也许我不理解它

4 个答案: