预测() - 也许我不理解它

Question

我今天早些时候发布了关于使用该predict功能时遇到的错误.我能够纠正错误,并认为我走在了正确的道路上.

我有一些观察(实际),我有一些我想要推断或预测的数据点.我曾经lm创建过一个模型,然后我尝试使用predict将作为预测输入的实际值.

这段代码都是从我之前的帖子中重复出来的,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 ...

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(基于以前的帮助):

(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,我收到此错误消息:

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中有21个观察结果.我现在正在尝试根据模型预测3个值.

我要么没有真正理解这个功能,要么在我的代码中有错误.

帮助将不胜感激.

谢谢

Answer 1

首先,你要使用

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

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

其次,通过说lm(Total ~ Coupon),你拟合一个Total用作响应变量的模型,Coupon作为预测变量.也就是说,你的模型的形式是Total = a + b*Coupon,与a和b要估计的系数.请注意,响应位于左侧~,而预测变量位于右侧.

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,即新值Coupon,而不是Total.

第三,根据你的规范判断newdata,看起来你实际上是在一个模型之后Coupon作为一个函数来适应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)

Answer 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.一些教程引用了一些行lm(olive$Area@olive$Palmitic)- 比如使用橄榄$ Area NOT Area的变量名结尾,因此anewdata<-data.frame(Palmitic=2)无法使用创建条目.如果你使用lm(Area@Palmitic,data=olive)那么变量名称是正确的,预测工作.

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

Answer 3

为了避免错误，新数据集的一个重要点是自变量的名称。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的数据集

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，第一个有效，第二个无效。

model <- lm(Coupon ~ Total, data=df) #Ok
model <- lm(df$Coupon ~ df$Total) #Ko