需要帮助将回归模型应用于 R 中的数据集（体育数据）

Question

更新：已解决！

我目前正在尝试为足球创建一个回归模型，该模型根据球队的传球码数和冲球码数预测球队的总得分。我能够一直找出回归方程，但从这里我不知道如何“插入”公式。

数据表基本上是所有 32 支 NFL 球队按行列出，他们的进攻数据按列列出

代码：

# 1. Import
Offense <- read.csv(file.choose(), header=TRUE)
#2 View
show (Offense)
#3 Attach so headers can be referenced
attach (Offense)
#4 Create Regression Model
mod1 <-lm(Total.Points ~ Pass.Yds + Rush.Yds)
summary(mod1)
#Formula obtained from summary: -255.60178 + .10565(Pass) + .12154(Rush)
#Plug in the Regression Equation
predict(mod1)

输出：https://imgur.com/a/AbTNF

我看到最后它将回归方程应用于所有 32 行，但是我该怎么做

1. 让它显示在排名列表中
2. 让它显示团队名称以及预计得分（这样我就不必想知道“1”或“2”指的是哪个团队

既然我有方程，我是否也可以编写一个循环函数，为我拥有的每一行数据运行方程并打印结果？

非常感谢我是初学者！

更新：想出了这个

####Part 2. Interpretation

#1. Examining quality of model
summary(mod1)
cor(Pass.Yds, Rush.Yds)

#2. Formula obtained from summary: -255.60178 + .10565(Pass) + .12154(Rush)

#3. Predicted Points (Descending Order)
proj <- sort(predict(mod1), decreasing = TRUE)

proj

#4. Corresponding Name (Descending)
name <- Team[order(predict(mod1), decreasing = TRUE)]

name

#Data Frame
Projections <- data.frame(name, proj)

Projections

虽然 bbrot 提供了一个更简单的版本

Answer 1

假设Teams 是团队名称的向量，类似cbind(Teams[order(predict(mod1), decreasing = TRUE)], sort(predict(mod1), decreasing = TRUE)) 应该这样做...

编辑：您的Teams 向量似乎是一个因素。在这种情况下，以下命令将起作用：

# returns a character matrix
cbind(as.character(Teams)[order(predict(mod1), decreasing = TRUE)],
      sort(predict(mod1), decreasing = TRUE))

# returns a data frame
data.frame(Teams = Teams[order(predict(mod1), decreasing = TRUE)],
           Points = sort(predict(mod1), decreasing = TRUE))