问题标签 [predict]

我正在运行线性回归，其中预测变量按另一个值分类，并且无法为新数据生成建模响应。

首先，我为预测变量和误差项生成一些随机值。然后我构建响应。请注意，预测变量的系数取决于分类变量的值。我根据预测变量及其类别组成了一个设计矩阵。

警告是：

'newdata' 有 5 行，但发现的变量有 10 行

除非我错了，否则我不应该对变量名有任何问题。（在这个板上有一个或两个讨论暗示了这个问题。）请注意，第一个预测运行良好，但第二个没有。唯一的变化是第二个预测只使用了设计矩阵的前五行。

想法？

我已经拟合了一个线性模型：

从那我使用了预测方法

但是 predict 方法并没有提供预期的结果。在下图中，我将拟合范围标记为红色。

蓝色是预测值

但预测值并非从预期点开始。我曾期望预测点的第一个 y 值从与第一个拟合值相同的点开始。

所以现在我知道为什么这不会发生。因为我从已知的 x 值预测了未知的 y 值。但是我怎样才能轻松实现蓝线向下移动，以便您可以看到蓝线与红线相关联？因此，我如何知道要使用哪些 x 值？

我有一组跨越多个国家的数据（公司年）。对于每个国家，我logit使用前五年估计一个模型，然后我使用这个模型来估计predict随后几年的概率。我foreach遍历国家并forvalues遍历随后的几年。

前几个国家运行良好（估计和预测），但第五个国家的第一个样本外预测失败：

该模型适合并且 1994 年有足够的数据来预测概率。我的predict电话是：

您有什么想法可能导致此错误吗？我很困惑，因为logit并且predict在同一循环中的其他地方工作。谢谢！

FWIW，这是 .do 文件。

更新：如果 I drop (country == "United Kingdom")，那么同样的问题会转移到美国（面板中的下一个和最后一个国家）。如果我，drop inlist(country, "United Kingdom", "United States")那么问题就会消失并且 .do 文件会运行。

我正在使用 R 中序数包中的 clmm 函数，以便将累积混合模型拟合到我的数据中。在我尝试获得预测概率之前，它工作得很好。通过指定 se.fit=TRUE 和 interval=TRUE，我无法获得 SE 或置信区间。它看起来像这样：

如您所见，那里有很多互动（都很重要）。我试图为我的问题创建一个虚拟数据集以使其可重现，但 clmm 无法与更简单的数据集实现收敛。我获取了包序号中包含的葡萄酒数据集，并对公式进行了一些更改以模仿我自己的（但我认为这没有任何意义）：

然后我得到这个错误：

我的猜测是 predict 在这种情况下甚至不会计算 SE 和 IC。有人知道为什么吗？反正有没有得到这些值？

非常感谢！

我有一个拟合模型，我想应用它来对存储为 CSV 的新数据集进行评分。不幸的是，新数据集有点大，如果我一次完成所有预测，预测过程就会耗尽内存。因此，我想将适用于以下小型集合的过程转换为一次处理 500 行的批处理模式，然后为每个得分 500 输出一个文件。

我从这个答案（What is a good way to read line-by-line in R?）中了解到我可以使用 readLines 。所以，我将从：

类似于：

但是，当我在循环内打印 mylines 对象时，它不会像 read.csv 产生的东西一样正确地自动列 - 标题仍然是一团糟，无论模数列宽发生在引擎盖下将向量包装到 ncol 对象中并没有发生。

每当我发现自己写了一些野蛮的东西，比如剪切第一行、换行时，我通常怀疑 R 有更好的方法来做事。关于如何从 readLines csv 连接获得类似 read.csv 的输出的任何建议？

我在尝试预测我的测试数据框的值时收到此警告。这是我构建树和预测的代码：

我在这里读到了类似的帖子，所以我替换了这一行

经过

代码来命名我的数据集的列，但我仍然收到相同的警告并且预测是错误的：-/

I am using R for sometime now and some days ago I found a very interesting function which made a prediction on a given time series. It just took the data from the known time series and applied it on a given period, but it kept the pattern. The problem is that I lost it. I am sure it was a sort of HoltWinters. I am trying two days to find something, but till now without success. Could someone please give me a hand on this!

我R只使用了一点点，从不使用数据帧，这使得理解预测的正确使用变得困难。我将数据放在普通矩阵中，而不是数据框中，将它们称为a和b，它们分别是N x p和M x p矩阵。我可以运行回归lm(a[,1] ~ a[,-1])。我想使用生成的lm对象b[,1]从b[,-1]. 我天真的猜测是predict(lm(a[,1] ~ a[,-1]), b[,-1])行不通的。lm使用获取预测向量的正确语法是什么？

更新：我正在为 naiveBayes 使用 e1071 包

我是 R 新手，正在尝试围绕玩具数据构建朴素贝叶斯模型。然后我试图在那个模型上调用“predcit”。我看到的问题是：“predict()”的结果长度为零。请参阅简单的 R 复制代码。感谢您的投入！

我有一个熊猫 OLS 模型，

-------------------------回归分析总结------------------------ ----

公式：Y ~ <1> + <2> + <3> +

观察次数：56 自由度数：4

R 平方：0.2864 调整 R 平方：0.2452

有效值：0.0001

F-stat (3, 52): 6.9554, p-value: 0.0005

自由度：模型 3，残差 52

------------------------估计系数总结------------------------ -

---

----------------------总结结束-------------- ------------------

如果我需要预测，y值来自[0.000207, -0.000361, -0.000091]

上面的签名应该使用predict什么？