如何解决predict.lm（）错误：变量'；亲和力'；已安装“类型”的；nmatrix.1“；但类型为“；“数字”；供应

我有一个简单的线性模型：

mylm = lm(formula = prodRate~affinity, mydf)

其中，mydf是一个数据帧，看起来像：

 prodRate    affinity

1  2643.5744 0.005164040

2  2347.6923 0.004439970

3  1783.6819 0.003322830

当我使用predict.lm（）时，出现了一个错误：

my_pred= predict(mylm,newdata=data.frame(affinity=seq(0,1,0.1)) )

错误：变量“affinity”的类型为“nmatrix.1”，但提供了类型为“numeric”

---

为什么呢？如何修复它？谢谢

多亏了与user20650的讨论（见上文），发现了该漏洞：

mylm=lm（formula=prodRate~affinity，mydf）中的mydf是通过向现有数据框mydf添加一个类似矩阵的列来创建的，如下所示：

mydf$affinity=矩阵（somenumber）

i、 e.mydf中的“亲和性”列由矩阵构成，其结构保持为矩阵。 此矩阵结构与predict（mylm，newdata=…）中newdata=data.frame（affinity=seq（0,1,0.1））中的“affinity”列不一致，后者是一个数值向量

解决方案1：按如下方式修复mydf

---

mydf这可能是由于您如何创建mydf数据帧。看到这篇文章，我实际上读了那篇文章，但不明白mydf有什么问题，它是一个普通的数据框架，有两列，分别名为“prodRate”和“affinity”。你能给我一些提示吗？你能发布str（mydf）pleasestr（mydf）“data.frame”：16 obs吗。共2个变量：$prodRate:num 2644 2348 1784 1685 1416…$affinity:num[1:16，1]0.00516 0.00444 0.00332 0.00307 0.00271…好的，所以affinity作为[16,1]矩阵而不是向量添加到数据帧中（我的术语可能有点偏离）。您是否使用mydf$affinity创建了数据帧