预测（） - 也许我不理解它

4 回答

• 2

  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，您的模型的形式为 Total = a + b*Coupon ，其中 a 和 b 是要估计的系数 . 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，即 Coupon 的新值，而不是 Total .

  第三，根据你的 newdata 规范判断，看起来你实际上是在一个模型之后将 Coupon 作为 Total 的函数，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)
  

  回复于 2024-04-24T16:13:21+08:00
• 7

  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)))
  

  回复于 2024-04-24T16:13:21+08:00
• 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 . 一些教程引用了像 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并且预测有效 .

  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行的变量

  回复于 2024-04-24T16:13:21+08:00
• 78

  您在预测代码中使用newdate而不是newdata，请验证一次 . 并使用 Coupon$estimate <- predict(model, Coupon) 它会工作 .

  回复于 2024-04-24T16:13:21+08:00