基于两个向量在R数据集中创建变量

基于两个向量在R数据集中创建变量,r,predict,R,Predict,我用2个向量建立了一个多项式模型: tint <- c(12, 18.8, 25.5, 21.6) text <- c(11.4, 17.1, 22.1, 14.0) dT <- tint - text func.dT2 <- lm(dT[1:3] ~ poly(text[1:3],2,raw=TRUE) ) 但我只得到前三个值 如何使用func.dT2从seq(min(text)-1,max(text)+1,0.01)中的所有值计算dT 谢谢 将数据放入data.f

我用2个向量建立了一个多项式模型:

tint <- c(12, 18.8, 25.5, 21.6)
text <- c(11.4, 17.1, 22.1, 14.0)
dT <- tint - text

func.dT2 <- lm(dT[1:3] ~ poly(text[1:3],2,raw=TRUE) )
但我只得到前三个值

如何使用func.dT2从seq(min(text)-1,max(text)+1,0.01)中的所有值计算dT


谢谢

将数据放入data.frames:

func.dT2 <- lm(dT ~ poly(text,2,raw=TRUE), 
               data=data.frame(dT, text)[1:3,])

predict(func.dT2, 
        newdata=data.frame(text=seq(min(text)-1, max(text)+1, 0.01)))

func.dT2希望您能意识到,仅拟合三个点是有风险的,而从三个点推断风险更大?谢谢Carl的评论。我确实非常清楚,但这是我所有的数据,对于这个特殊的案例,这将是合理的。不过建议不错,记住基本知识非常重要;)
func.dT2 <- lm(dT ~ poly(text,2,raw=TRUE), 
               data=data.frame(dT, text)[1:3,])

predict(func.dT2, 
        newdata=data.frame(text=seq(min(text)-1, max(text)+1, 0.01)))