Warning: file_get_contents(/data/phpspider/zhask/data//catemap/3/xpath/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
model.frame.default中出错:变量长度不同,R预测函数_R_Predict - Fatal编程技术网

model.frame.default中出错:变量长度不同,R预测函数

model.frame.default中出错:变量长度不同,R预测函数,r,predict,R,Predict,这不是一个新问题,我在其他地方看到过一些提议的解决方案,并尝试过它们,但没有一个有效,所以我问 如何修复此错误?我正在使用R版本3.5.3(2019-03-11) 以下是一个可复制的示例: library(survival) library(survminer) library(dplyr) # Create fake development dataset ov_dev <- ovarian[1:13,] # Create fake validation dataset ov_val

这不是一个新问题,我在其他地方看到过一些提议的解决方案,并尝试过它们,但没有一个有效,所以我问

如何修复此错误?我正在使用
R版本3.5.3(2019-03-11)

以下是一个可复制的示例:

library(survival)
library(survminer)
library(dplyr)

# Create fake development dataset
ov_dev <- ovarian[1:13,]

# Create fake validation dataset
ov_val <- ovarian[13:26,]

# Run cox model
fit.coxph <- coxph(Surv(time = ov_dev$futime, event = ov_dev$fustat) ~ rx + resid.ds + age + ecog.ps, data = ov_dev)

summary(fit.coxph)

# Where error occurs
p <- log(predict(fit.coxph, newdata = ov_val, type = "expected"))
库(生存)
图书馆(survminer)
图书馆(dplyr)
#创建假开发数据集

ov_dev我认为这是因为您在模型规范中使用了
ov_dev$futime
ov_dev$fustat
,而不仅仅是使用
futime
fustat
。这意味着,当你来预测时,模型使用的是因变量的
ov_dev
数据,而自变量的
ov_val
长度不同(13对14)。只需删除数据帧前缀并信任
data
参数:

库(生存)
图书馆(survminer)
图书馆(dplyr)
#创建假开发数据集

ov_dev我认为这是因为您在模型规范中使用了
ov_dev$futime
ov_dev$fustat
,而不仅仅是使用
futime
fustat
。这意味着,当你来预测时,模型使用的是因变量的
ov_dev
数据,而自变量的
ov_val
长度不同(13对14)。只需删除数据帧前缀并信任
data
参数:

库(生存)
图书馆(survminer)
图书馆(dplyr)
#创建假开发数据集
奥夫·德夫
library(survival)
library(survminer)
library(dplyr)

# Create fake development dataset
ov_dev <- ovarian[1:13,]

# Create fake validation dataset
ov_val <- ovarian[13:26,]

# Run cox model
fit.coxph <- coxph(Surv(time = ov_dev$futime, event = ov_dev$fustat) ~ rx + resid.ds + age + ecog.ps, data = ov_dev)

summary(fit.coxph)

# Where error occurs
p <- log(predict(fit.coxph, newdata = ov_val, type = "expected"))