预测 R 中的 lm 函数（多元线性回归）答案

【问题标题】：predict lm function in R (multiple linear regression)预测 R 中的 lm 函数（多元线性回归）
【发布时间】：2015-06-21 21:22:08
【问题描述】：

我使用函数 lm 在 R 中进行了多元线性回归，我想用它来预测几个值。所以我正在尝试使用函数predict()。这是我的代码：

new=data.frame(t=c(10, 20, 30))
v=1/t
LinReg<-lm(p ~ log(t) + v)
Pred=predict(LinReg, new, interval="confidence")

所以我想预测t=c(10,20,30...)时p的值。但是，这不起作用，我不明白为什么。我得到的错误信息是：

“model.frame.default 中的错误（术语，newdata，na.action = na.action，xlev = object$xlevels）：可变长度不同（为 'vart' 找到）另外：警告信息： 'newdata' 有 3 行，但找到的变量有 132 行“

132 是我运行回归的变量向量的长度。我检查了我的向量 1/t，它定义明确并且具有正确数量的系数。奇怪的是，如果我做一个简单的线性回归（一个变量），同样的代码效果很好......

new=data.frame(t=c(10, 20, 30))
LinReg<-lm(p ~ log(t))
Pred=predict(LinReg, new, interval="confidence")

谁能帮帮我！提前致谢。

【问题讨论】：

标签： r lm predict

【解决方案1】：

问题是您在拟合模型时将v 定义为与t 不同的新变量。 R 不记得变量是如何创建的，因此当您拟合模型时，它不知道 v 是 t 的函数。因此，当您预测值时，它使用 v 的现有值，其长度与您指定的 t 的新值不同。

相反，你想适应

new <- data.frame(t=c(10, 20, 30))
LinReg <- lm(p ~ log(t) + I(1/t))
Pred <- predict(LinReg, new, interval="confidence")

如果您确实希望 v 成为一个完全独立的变量，那么您还需要在您的 new data.frame 中为 v 提供值，以便预测 p。

【讨论】：