66

我今天早些时候发布了关于使用该predict功能时遇到的错误。我能够得到纠正，并认为我在正确的道路上。

我有许多观察结果（实际值），并且有一些我想推断或预测的数据点。我曾经lm创建一个模型，然后我尝试使用predict将用作预测器输入的实际值。

这段代码在我之前的帖子中都是重复的，但这里是：

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，我收到以下错误消息：

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有 21 个观察值。我现在正在尝试根据模型预测 3 个值。

我要么不真正理解这个函数，要么我的代码有错误。

帮助将不胜感激。

谢谢

4

4 回答 4

103

首先，你要使用

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

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

其次，通过说lm(Total ~ Coupon)，您正在拟合一个Total用作响应变量的模型，并Coupon用作预测变量。也就是说，您的模型的形式为Total = a + b*Coupon、a和b要估计的系数。请注意，响应位于 的左侧~，而预测变量位于右侧。

因此，当您要求 R 为您提供模型的预测值时，您必须提供一组新的预测值，即 的新值Coupon，而不是Total。

第三，根据您对 的规范判断newdata，看起来您实际上是在寻找一个适合Coupon作为 的函数的模型Total，而不是相反。去做这个：

model <- lm(Coupon ~ Total, data=df)
new.df <- data.frame(Total=c(79037022, 83100656, 104299800))
predict(model, new.df)
于 2012-01-27T04:06:13.010 回答
9

谢谢洪，这正是我遇到的问题。您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命令进行了训练，该命令以错误的参数名称结束。

这确实是一个关键细节，对于 lm 等来说完全不明显。一些教程参考了这样的行lm(olive$Area@olive$Palmitic)- 以 Olive$Area NOT Area 的变量名结束，因此不能使用创建条目 using anewdata<-data.frame(Palmitic=2)。如果您使用lm(Area@Palmitic,data=olive)，那么变量名称是正确的并且预测有效。

真正的问题是错误消息根本没有说明问题：

警告消息：“anewdata”有 1 行，但发现变量有 X 行

于 2013-02-28T00:38:01.287 回答
4

而不是 newdata 您在预测代码中使用 newdate，验证一次。只需使用Coupon$estimate <- predict(model, Coupon) 它就可以了。

于 2016-03-16T05:48:30.973 回答
4

为了避免错误，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。接下来的两个命令类似，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
于 2017-08-02T10:37:02.650 回答