R语言，非线性模型公式预测

Question

我用一组数据 (x, y) 拟合指数公式。然后我想用超出实际数据集的 x 值从公式中计算 y 值。它不起作用，总是打印实际 x 值的 y 值。这是代码。我做错了什么？我的 R 语言任务的解决方案是什么：

data <- data.frame(x=seq(1,69), y=othertable[1:69, 2])
nlsxypw <- nls(data$y ~ a*data$x^b, col2_60, start=list(a=2200000, b=0))
predict(nlsxypw)
#here I want to calculate the y values for x = 70-80
xnew <- seq(70, 80, 1)
predict(nlsxypw, xnew)

#it doesn't print these values, still the actual values for x=1~69.

Answer 1

这是 predict.nls 的一种奇怪功能（可能还有其他 predict 方法？），但您必须提供与您的模型定义相同的名称的新数据：

set.seed(123)
Data <- data.frame(
  x = 1:69, 
  y = ((1:69)**2)+rnorm(69,0,5))
nlsxypw <- nls(y ~ a*(x^b),
               data=Data,
               start=list(a=2.5, b=1))
##
xnew <- 70:80
## note how newdata is specified
y.pred <- predict(nlsxypw, newdata=list(x=xnew))
> y.pred
 [1] 4900.355 5041.359 5184.364 5329.368 5476.373 5625.377 5776.381 5929.386 6084.390 6241.393 6400.397
##
with(
  Data,
  plot(x,y,pch=20,
       xlim=c(0,90),
       ylim=c(0,6700)))

lines(fitted(nlsxypw),col="red")
points(
  x=xnew,
  y=y.pred,
  pch=20,
  col="blue")
##