R中的Predict.lm无法识别新数据
我正在运行一个线性回归,其中预测值被另一个值分类,并且很难为新数据生成建模响应 首先,我为预测器和误差项生成一些随机值。然后构建响应。请注意,预测器的系数取决于分类变量的值。我根据预测器及其类别组成了一个设计矩阵R中的Predict.lm无法识别新数据,r,lm,predict,R,Lm,Predict,我正在运行一个线性回归,其中预测值被另一个值分类,并且很难为新数据生成建模响应 首先,我为预测器和误差项生成一些随机值。然后构建响应。请注意,预测器的系数取决于分类变量的值。我根据预测器及其类别组成了一个设计矩阵 set.seed(1) category = c(rep("red", 5), rep("blue",5)) x1 = rnorm(10, mean = 1, sd = 1) err = rnorm(10, mean = 0, sd = 1) y = ifelse(category
set.seed(1)
category = c(rep("red", 5), rep("blue",5))
x1 = rnorm(10, mean = 1, sd = 1)
err = rnorm(10, mean = 0, sd = 1)
y = ifelse(category == "red", x1 * 2, x1 * 3)
y = y + err
df = data.frame(x1 = x1, category = category)
dm = as.data.frame(model.matrix(~ category + 0, data = df))
dm = dm * df$x1
fit = lm(y ~ as.matrix(dm) + 0, data = df)
# This line will not produce a warning
predictOne = predict.lm(fit, newdata = dm)
# This line WILL produce a warning
predictTwo = predict.lm(fit, newdata = dm[1:5,])
警告是:
“newdata”有5行,但找到的变量有10行
除非我大错特错,否则我不应该对变量名有任何问题。(在这个委员会上有一两个讨论表明了这个问题。)注意第一个预测运行良好,但第二个预测运行不正常。唯一的变化是第二个预测只使用设计矩阵的前五行
想法?我不能百分之百确定你想做什么,但我想简单介绍一下公式是如何工作的,你会明白的 基本思想非常简单:传递两件事,一个公式和一个数据帧。公式中的术语应该是数据框中变量的名称 现在,您可以让
lm
在不严格遵循该指南的情况下工作,但您只是要求事情出错。所以停下来看看你的模型规格,想想R在哪里寻找东西
当您调用lm
时,基本上在数据框df
中找不到公式中的任何名称。所以我怀疑,df
根本没有被使用
然后,如果调用model.frame(fit)
,您将看到R认为应该调用哪些变量。注意到什么奇怪的事了吗
model.frame(fit)
y as.matrix(dm).categoryblue as.matrix(dm).categoryred
1 2.2588735 0.0000000 0.3735462
2 2.7571299 0.0000000 1.1836433
3 -0.2924978 0.0000000 0.1643714
4 2.9758617 0.0000000 2.5952808
5 3.7839465 0.0000000 1.3295078
6 0.4936612 0.1795316 0.0000000
7 4.4460969 1.4874291 0.0000000
8 6.1588103 1.7383247 0.0000000
9 5.5485653 1.5757814 0.0000000
10 2.6777362 0.6946116 0.0000000
在dm
中是否有任何东西被称为.matrix(dm).categoryblue?是的,我不这么认为
我怀疑(但不确定)你打算做更多类似的事情:
df$y <- y
fit <- lm(y~category - 1,data = df)
df$yJoran在正确的轨道上。这个问题与列名有关。我想做的是创建我自己的设计矩阵,碰巧我不需要这样做。如果使用以下代码行运行模型,它将是一帆风顺的:
fit = lm(y ~ x1:category + 0, data = df)
该公式名称将取代设计矩阵的手动构造
使用我自己的设计矩阵是我在过去做过的事情,拟合参数和诊断与它们应该做的一样。我没有使用predict函数,所以我从来不知道R正在丢弃“data=”参数。警告会很酷的。R是个严厉的情妇。这可能会有所帮助。将新数据转换为data.frame
,示例:
x = 1:5
y = c(2,4,6,8,10)
fit = lm(y ~ x)
# PREDICTION
newx = c(3,5,7)
predict(fit, data.frame(x=newx))
这里真正的问题是您通过lm
的公式界面指定模型的“创造性”尝试。predict.lm
帮助页面说“newdata”参数需要是一个数据帧。这个警告看起来确实有点偏离目标,但可以说比默认行为要好,默认行为是在您可能认为您得到了新的预测时,从原始数据无声地报告预测。