R中predict.lm中的错误：因子为。因子（每日）具有新的级别2

我建立了一个线性回归模型，如下所示：

 ApacheData$daily <- cut(ApacheData$daily, breaks=c(-1, 0, 1, 2, 3, 9,3000))
 ApacheData$age <- cut(ApacheData$age, breaks=c(0,44,65,150))

 fit <-lm(tomorrow_apache~ as.factor(state_today)
         +as.numeric(daily_creat) 
         + as.factor(daily)
         + as.factor(age)
         +as.numeric(apache3) 
         + as.factor(mv)  
         + as.numeric(min_GCS), ApacheData)

我得到了一个错误： model.frame.default（术语、新数据、na.action=na.action、xlev=object$xlevels）中出错： 因子为。因子（每日）有新的级别2

我还尝试了data.frame（）中的daily=as.factor（2），得到了相同的错误。有人能帮我吗

---

非常感谢您抽出时间

您的原始数据没有任何情况下

ApacheData$daily==2

。

lm

对象没有与其关联的系数，因此它会抛出一个错误。

在运行此操作之前：ApacheData$daily Run

cut（2，breaks=c（-1，0，1，2，3，93000））

查看它生成的标签。您需要对新数据运行相同的函数，以确保标签的一致性。当我运行cut（2，breaks=c（-1,0,1,2,3,93000））时，您还可以使用

cut（…，labels=）

为每个级别指定所需的标签。我得到了以下结果：[1]（1,2）级别：（-1,0]（0,1）（1,2）（2,3）（3,9]（9,3e+03）是的，它已经自动为间隔生成了标签。新数据需要具有相同的标签，因此您应该通过相同的

cut（）

函数传递

daily

。我在is.data.frame（data）中得到错误

错误：找不到对象“ApacheData”

。请使您的问题重复。

new <- data.frame(state_today=1, daily_creat=2.3, daily=2 , age=25, apache3=12, mv=1,     min_GCS=20)'

 predict(fit, new , se.fit=TRUE)