R predict（）函数返回的值错误/太多

我正试图根据已建立的线性模型和标准曲线，将吸光度（Abs）值转换为浓度（ng/mL）。我计划使用predict（）函数来实现这一点。我无法让predict（）返回所需的结果。以下是我的代码示例：

Standards<-data.frame(ng_mL=c(0,0.4,1,4),
                      Abs550nm=c(1.7535,1.5896,1.4285,0.9362))
LM.2<-lm(log(Standards[['Abs550nm']])~Standards[['ng_mL']])
Abs<-c(1.7812,1.7309,1.3537,1.6757,1.7409,1.7875,1.7533,1.8169,1.753,1.6721,1.7036,1.6707,
       0.3903,0.3362,0.2886,0.281,0.3596,0.4122,0.218,0.2331,1.3292,1.2734)


predict(object=LM.2,
        newdata=data.frame(Concentration=Abs[1]))#using Abs[1] as an example, but I eventually want predictions for all values in Abs

---

这似乎不是我想要的输出。我试图为每个吸光度（Abs）条目获得一个单一的预测浓度值。如果能够一次预测所有条目并将它们添加到现有的数据帧中，那就太好了，但是我甚至不能让它正确地给我一个值。我在这里读了很多帖子，在谷歌上找到的网页，以及所有的帮助文件，我一生都无法理解这个函数到底在做什么。任何帮助都将不胜感激。

您必须在

newdata

中有一个变量，该变量与最初用于拟合模型的模型公式中使用的变量同名

您有两个错误：

您在

newdata

中没有使用与用于拟合模型的协变量同名的变量，并且

由于滥用公式接口，使问题更难解决

不要像这样适合您的模型：

mod <- lm(log(Standards[['Abs550nm']])~Standards[['ng_mL']])

现在您可能有第三个错误。你似乎试图用新的吸光度值来预测，但你拟合模型的方式是，吸光度是响应变量。您需要为

ng\u mL

提供新值

您看到的行为是当R在

newdata

中找不到正确命名的变量时会发生什么；它返回模型的拟合值或观测数据的预测值

这让我觉得你的公式是前后颠倒的。你是说：

mod2 <- lm(ng_mL ~ log(Abs550nm), data = standards)

说。注意：名称中不需要包含

log（）

位。R将其识别为一个函数，并为您应用于变量

Abs550nm

---

如果模型确实是

log（Abs550nm）~ng_mL

，并且您想要为

Abs550nm

的新值找到

ng_mL

的值，您需要以某种方式反转已安装的模型。

我是否将模型向后放置？我现在不确定。。。当我生成标准曲线时，我使用已知浓度（ng/mL），并测量吸光度（Abs）。因此，这将使浓度成为因子，而Abs将成为响应因子，对吗？所以，Abs~Conc。当我进行实验时，我测量样品的吸光度，以确定浓度。这是否意味着我必须转换公式？在过去，我只是将Abs插入基于线性模型的forumula y=mx+b。这一次，我想尝试predict（），就R而言，公式是

response~predictor

，因此

predict（）

将为给定模型的

predictor

的声明值提供新的

response

。在y=mx+b的情况下，这里y是

log（Abs550nm）

，

x

是

ng_mL

。如果这真的是模型，那么就像我说的，你需要把它倒过来，得到方程，用

x

，而不是

y

，R不做倒数，因为这是非标准的。注意，通过

coef（mod）

从方程中得到m和b。

mod <- lm(log(Abs550nm) ~ ng_mL, data = standards)

predict(mod, newdata = data.frame(ng_mL = c(0.5, 1.2)))

mod2 <- lm(ng_mL ~ log(Abs550nm), data = standards)

predict(mod2, newdata = data.frame(Abs550nm = c(1.7812,1.7309)))