在R中为一行新输入数据运行predict.lm之后，我得到了许多预测

我使用包含83784行的ApacheData数据构建了一个线性回归模型：

fit <-lm(tomorrow_apache~ as.factor(state_today)
         +as.numeric(daily_creat) 
         + as.numeric(last1yr_min_hosp_icu_MDRD)
         +as.numeric(bun)
         +as.numeric(urin)
         +as.numeric(category6)
         +as.numeric(category7)
         +as.numeric(other_fluid)
         + as.factor(daily)
         + as.factor(age)
         + as.numeric(apache3) 
         + as.factor(mv)
         + as.factor(icu_loc) 
         + as.factor(liver_tr_before_admit)  
         + as.numeric(min_GCS)
         + as.numeric(min_PH)  
         + as.numeric(previous_day_creat)  
         + as.numeric(previous_day_bun) ,ApacheData)

我期望一个值作为对这个新输入的预测，但我得到了很多预测！我不知道为什么会这样。我做错了什么

---

非常感谢您抽出时间

您还可以尝试R中的卓越效果软件包（

？effects

）。通过将等式右侧的输入设置为特定值，这对于绘制模型中的预测概率非常有用。我无法重现您在问题中给出的示例，但为了让您了解如何快速提取R中的预测概率，然后绘制它们（因为这对于理解它们的含义至关重要），这里有一个玩具示例，使用R中的内置数据集：

install.packages("effects") # installs the "effects" package in R
library(effects) # loads the "effects" package
data(Prestige) # loads in-built dataset
m <- lm(prestige ~ income + education + type, data=Prestige) 

# this last step creates predicted values of the outcome based on a range of values
# on the "income" variable and holding the other inputs constant at their mean values
eff <- effect("income", m, default.levels=10) 
plot(eff) # graphs the predicted probabilities

install.packages（“effects”）#在R中安装“effects”包
库（效果）#加载“效果”包
数据（Prestige）#加载内置数据集
m参见
？predict.lm
，没有名为
data
的参数。我们需要一个可复制的示例来帮助您。如果您在将数据发送到
lm
之前准备好数据，它会更干净。这里有一个页面可能会帮助您制作一个示例：尝试使用
newdata
而不是
data
。我使用了“newdata”而不是“data”，我得到了错误：model.frame.default中的错误（Terms，newdata，na.action=na.action，xlev=object$xlevels）：factor as.factor（daily）has new level 2daily在我构建lm模型时使用的原始数据中等于2，我通过运行以下命令剪切原始数据：ApacheData$daily
install.packages("effects") # installs the "effects" package in R
library(effects) # loads the "effects" package
data(Prestige) # loads in-built dataset
m <- lm(prestige ~ income + education + type, data=Prestige) 

# this last step creates predicted values of the outcome based on a range of values
# on the "income" variable and holding the other inputs constant at their mean values
eff <- effect("income", m, default.levels=10) 
plot(eff) # graphs the predicted probabilities