R 中的线性回归：警告：“newdata”有 1 行，但发现的变量有 392 行

Question

我正在尝试预测 R 中的单个变量，我已经尝试了所有方法，但仍然没有结果。

我正在使用 Auto 数据并构建了这样的模型

my_acc<-auto_df$acceleration
my_horse<-auto_df$horsepower
mydata <- data.frame(my_acc, my_horse )
car_linear_regression <- lm(my_acc ~ my_horse, mydata )

然后我继续，我想预测以下内容：

与 93.5 的 horsepower 相关联的预测 acceleration 是多少？相关的 99% 置信区间和预测区间是多少？

我使用以下代码并收到警告

警告：“newdata”有 1 行，但找到的变量有 392 行

但也打印出数据框中的所有行，而我应该只得到一个。

有人可以帮忙吗？

predict(car_linear_regression,newdata = data.frame(horsepower = 93.5))

Answer 1

这将有助于使示例可重现，但我做了一些工作并且能够重现错误：

library(ISLR)
auto_df = Auto

my_acc<-auto_df$acceleration
my_horse<-auto_df$horsepower
mydata <- data.frame(my_acc, my_horse )
car_linear_regression <- lm(my_acc ~ my_horse, mydata )

predict(car_linear_regression,newdata = data.frame(horsepower = 93.5))

问题在于您的模型中没有名为horsepower 的变量。你称它为my_horse，所以下面的工作：

predict(car_linear_regression,newdata = data.frame(my_horse = 93.5))

作为旁注，我不会创建单独的变量，而是将回归模型称为：

car_linear_regression <- lm(acceleration ~ horsepower, data=auto_df )

那么你最初的预测就会奏效。