predict如何处理包含AsIs功能的模型？

我有一个模型

lm（y~x+I（log（x））

，我想使用

predict

根据我的模型得到一个新数据帧的预测，该数据帧包含

x

的新值。predict如何处理模型中的AsIs函数

I

需要在

predict

的

newdata

参数中额外指定，或者

predict

是否理解它应该从

x

构造并使用

I（log（x））

更新

@在模型中输入变量的方式会影响系数，特别是在交互作用中。我的例子过于简单，但请尝试一下

x<-rep(seq(0,100,by=1),10)
y<-15+2*rnorm(1010,10,4)*x+2*rnorm(1010,10,4)*x^(1/2)+rnorm(1010,20,100)
z<-x^2

plot(x,y)
lm1<-lm(y~x*I(x^2))
lm2<-lm(y~x*x^2)
lm3<-lm(y~x*z)


summary(lm1)
summary(lm2)
summary(lm3)

---

x您不需要使变量名看起来像术语
I（x）
。只需在newdata参数中使用“x”

lm（y~x*I（x^2））
和
lm（y~x*x^2）
不同的原因是“^”和“*”是R中公式的保留符号。
log
函数并非如此。只有
I（）才能构造交互也是不正确的
。如果你想要R中的二次多项式，你应该使用
poly（x，2）
。如果你使用I（log（x））或
log（x）
构建，你应该得到相同的模型。如果你使用以下方法，它们都将通过
predict
正确转换为预测值：

newdata=dataframe( x=seq( min(x), max(x), length=10) )

使用
poly
可以防止由于使用
I（x^2）
而导致的错误推断。您不需要使变量名看起来像术语
I（x）
。只需在newdata参数中使用“x”

lm（y~x*I（x^2））
和
lm（y~x*x^2）
不同的原因是“^”和“*”是R中公式的保留符号。
log
函数并非如此。只有
I（）才能构造交互也是不正确的
。如果你想要R中的二次多项式，你应该使用
poly（x，2）
。如果你使用I（log（x））或
log（x）
构建，你应该得到相同的模型。如果你使用以下方法，它们都将通过
predict
正确转换为预测值：

newdata=dataframe( x=seq( min(x), max(x), length=10) )

使用
poly
可以避免由于使用
I（x^2）
而导致的错误推断，在使用“predict”时，要使数据帧名称正确是很困难的。请构造一个小示例。为什么不在一个小示例上尝试一下，看看它是否能按预期工作？？（这就是我必须要做的。我猜你公式中RHS上的所有变量，无论是否受
I（）
保护，都需要在
newdata
中指定）此外，我甚至不确定你是否需要使用
I（）
带有“log”。请查看我更新的问题以及您评论的答案。问题是，我怀疑除了源代码之外，没有权威的答案，请仔细阅读文档[我不认为这会在任何地方明确说明，但如果把它们放在一起，例如，
？predict
和
？I
]和实验，可能是可以推断的。如果你运气好的话，你会得到“个人交流”（比如“我经常这样做，而且似乎很有效”）。我认为这会提高问题的质量“这里有一个例子，它似乎有效，但有人能说这在一般情况下是否可靠吗？”当您使用“预测”时，要使data.frame名称正确可能会很棘手。请构造一个小例子。为什么不在一个小例子上试一下，看看它是否能按预期工作？？（这就是我必须要做的。我猜你公式中RHS上的所有变量，无论是否受
I（）
保护，都需要在
newdata
中指定）此外，我甚至不确定你是否需要使用
I（）
带有“log”。请查看我更新的问题以及您评论的答案。问题是，我怀疑除了源代码之外，没有权威的答案，请仔细阅读文档[我不认为这会在任何地方明确说明，但如果把它们放在一起，例如，
？predict
和
？I
]和实验，可能是可以推断的。如果你运气好的话，你会得到“个人交流”（比如“我经常这样做，而且似乎很有效”）。我认为这会提高问题的质量。”这里有一个例子，它似乎是有效的，但有人能说这在一般情况下是否可靠吗？“在我看来，
I
在复杂模型中似乎更灵活？还有什么方法可以“动态”指定一个模型，例如y~x+z+I（log（x）*z^2）并在不产生伪变量的情况下获得相应的系数？为什么期望
log（x）
只与
I（z^2）交互
而不是线性项？当人们想要构造没有主要影响的交互项时，这实际上是一个相同的问题。通常这种努力源于统计模型构造的错误观念。构造无意义的模型应该是困难的。这更有意义：
y~log（x）*poly（z，2）
。虽然我在统计模型构建部分同意你的观点，并且我理解你的意思，但我的问题特别是问
predict
如何处理
I
，而与统计模型构建和选择的考虑因素无关。所提供的模型是我的案例。我认为rt已经得到了回答，但我想我已经偏离了方向。您不需要让变量名看起来像术语
I（x）
。只需使用“x”“在newdata参数中。谢谢。请相应地编辑您的答案，以便我可以将其标记为已回答。但在我看来，
I
在复杂模型中似乎更灵活？否则如何指定“动态”模型，例如y~x+z+I（log（x）*z^2）并获得尊重