我正在尝试使用 predict.lm 预测一个 lm 对象。但是，我想使用手动插入的系数。为此，我尝试了：
model$coefficients <- coeff
（其中“coeff”是正确系数的向量）确实可以根据需要修改系数。不过，当我执行
predict.lm(model, new.data)
我只是得到用“旧”参数计算的预测。有没有办法强制 predict.lm 使用新的？
Post Scriptum：我需要这样做以适应 bin-smooth（也称为回归图）。此外，当我“手动”预测（即使用矩阵乘法）时，结果很好，因此我很确定问题在于 predict.lm 没有识别我的新系数。
在此先感谢您的帮助！
破解$coefficients元素似乎确实有效。你能展示什么不适合你吗？
dd <- data.frame(x=1:5,y=1:5)
m1 <- lm(y~x,dd)
m1$coefficients <- c(-2,1)
m1
## Call:
## lm(formula = y ~ x, data = dd)
##
## Coefficients:
## [1] -2 1
predict(m1,newdata=data.frame(x=7)) ## 5 = -2+1*7
predict.lm(...)给出相同的结果。
我会非常小心地使用这种方法，每次你对被黑的模型做不同的事情时都会检查。
一般来说，如果predict和simulate方法有一个newparams参数会很好，但它们通常不会......