4

我使用 glm.fit() 函数在 R 中构建了 glm 模型：

m <- glm.fit(x = as.matrix(df[,x.id]), y = df[,y.id], family = gaussian())

之后，我尝试使用（我不确定我是否正确选择了 s）做出了一些预测：

    predict.glm(m, x, s = 0.005)

并得到一个错误：

    Error in terms.default(object) : no terms component nor attribute

在这里https://stat.ethz.ch/pipermail/r-help/2004-September/058242.html我找到了某种解决问题的方法：

predict.glm.fit<-function(glmfit, newmatrix){
       newmatrix<-cbind(1,newmatrix)
        coef <- rbind(1, as.matrix(glmfit$coef))
        eta <- as.matrix(newmatrix) %*% as.matrix(coef)
        exp(eta)/(1 + exp(eta))
   }

但我不知道是否不能使用 glm.fit 并在之后进行预测。为什么可能或不可能？又该如何正确选择 s？

注意 如果使用 glm() 函数，则可以省略该问题。但是 glm() 函数需要公式，这在某些情况下不太方便。如果有人想在之后使用 glm.fit 和预测，这里有一些解决方案：https ://stat.ethz.ch/pipermail/r-help/2004-September/058242.html

4

1 回答 1

7

您应该使用 glm 而不是 glm.fit。glm.fit 是 glm 的主力，但 glm 返回一个 c("glm", "lm") 类的对象，其中有一个 predict.glm 方法。然后您只需将 predict 应用于 glm 返回的对象（可能指定了一些新数据和您想要的预测类型），通用 predict 函数将选择正确的方法函数。

于 2013-06-22T17:13:29.660 回答