R 如何使用线性模型从x预测y

我用回归模型拟合了我的数据，得到了一个很好的r2

fit <- lm(time ~ poly(ladder,3), data=red.corr)

在我的数据框中，有一列包含阶梯测量值。我想用这个回归模型来预测时间的价值

非常感谢任何帮助

lm符合线性模型，而不是对数模型

也就是说，fit对象包含一个名为fitted.values的元素，该元素包含输入数据框中每个观测值的平均拟合值。在线文档应该为您提供所需的一切。

lm适合线性模型，而不是日志模型

也就是说，fit对象包含一个名为fitted.values的元素，该元素包含输入数据框中每个观测值的平均拟合值。在线文档应该为您提供所需的一切。

predict.lm希望数据框至少包含所有列，这些列的名称与用于培训的数据框的名称相同，即使只有一个预测变量

内置数据集mtcars的示例：

predict.lm要求数据框至少包含与用于训练的数据框同名的所有列，即使只有一个预测器变量

内置数据集mtcars的示例：

---

为了预测响应值，请使用predictfit。谢谢，但是我如何使用predict来预测时间值，使用原始red.corr数据集中没有的梯形图值？1使用新值创建数据框：new为了预测响应值，请使用predictfit。谢谢，但是，我如何使用predict来预测时间值，使用原始red.corr数据集中没有的梯形图值？1使用新值创建一个数据框：谢谢，我已经将此应用于我的数据，以测试它是否可以从时间预测梯形图值，但它似乎只是返回拟合的时间值。predict.lmfit，data.frametime=red.corr$time。“我做错什么了吗？”迈克，你的公式规定时间是可以预测的。如果你想从时间上预测阶梯，你必须改变公式。请注意，lm进行普通最小二乘拟合，与正交最小二乘拟合不同，它对x和y的处理方式不同。啊，好的，谢谢。我想从两个方面来预测。谢天谢地，我已经将其应用于我的数据，以测试它是否能够从时间上预测阶梯的值，但它似乎只是返回拟合的时间值。predict.lmfit，data.frametime=red.corr$time。“我做错什么了吗？”迈克，你的公式规定时间是可以预测的。如果你想从时间上预测阶梯，你必须改变公式。请注意，lm进行普通最小二乘拟合，与正交最小二乘拟合不同，它对x和y的处理方式不同。啊，好的，谢谢。我想从两个方面来预测。谢谢谢谢你，我现在就要到了。我可以问一下，对于日志模型，您建议使用什么代替lm？谢谢，我现在使用predict。请问，对于日志模型，您建议使用什么代替lm？

fit <- lm(mpg ~ disp, mtcars)
x <- seq(min(mtcars$disp), max(mtcars$disp), by=5)
y <- predict.lm(fit, data.frame(disp=x))