錯誤代碼logistic迴歸

Question

我寫使用PopulationGrowth.csv以下腳本：

dat <-read.csv("/Path/PopulationGrowth.csv") 
class = "data.frame", row.names=c(NA,-16L) 
m1 <- nls(pop~SSlogis(Year,asym,xmid,scal),data=dat) 
par(las=1,bty="l",mar=c(5,6,2,2)+0.1)  ## graphics tweaks 
with(dat,plot(CentralOakland~Year,ylab="")) 
mtext("Population",side=2,las=0,line=4) 
yearvec <- 1940:2010 
lines(yearvec,predict(m1,newdata=data.frame(Year=yearvec))) 

最後一行出現以下錯誤後：

Error in predict(m1, newdata = data.frame(Year = yearvec)) : object 'm1' not found 

這裏是我的數據與工作：

Year CentralOakland 
1940 7852 
1950 8452 
1960 6701 
1970 6135 
1980 5872 
1990 5406 
2000 5281 
2010 6086 

我也試圖預測未來30年的人口趨勢。有理由相信未來30年人口將會增加。預測這個需要什麼功能？

多多包涵，我是新來的R.

Answer 1

有一些小故障的位置：

• 你沒有給我們一個重複的例子：例如見http://tinyurl.com/reproducible-000 ...
• 你可能想read.csv而不是read.table
• 我不知道是什麼quartz=(title...)在做什麼。也許quartz(title=...)？在任何情況下，使用plot()應該使用attach往往是一個壞主意
• 使用lines，而不是curve添加一個新的（例如）預測的數據設置爲一個情節自動打開一個新的圖形窗口
• 。對於線性迴歸的具體情況（見下一點），您可以使用abline。
• 迄今爲止最重要的是：你在做什麼這裏不 logistic迴歸 - 它使用glm，以適應普通線性模型（最小二乘迴歸），也可通過lm()更容易實現。邏輯迴歸將使用family=binomial而不是family=gaussian。此外，logistic迴歸是用於二元響應變量，所以它不可能適合中央奧克蘭的人口造型......我懷疑你是在混淆一個邏輯迴歸和後勤增長曲線 ...

下面是一些修改代碼：

dat <- read.csv("/Path/PopulationGrowth.csv") 
with(dat,plot(Year,CentralOakland,xlab="Year",ylab="Population", 
    main="Central Oakland Population vs. Year")) 
g <- lm(CentralOakland~Year,data=dat) 
abline(g) 
## OR 
yearvec <- seq(min(Year),max(Year),length=51) 
lines(yearvec,predict(g,newdata=data.frame(Year=yearvec),type="response")) 

在另一方面，也許這是你真正想做的事（你沒有給我們的數據，所以我去了維基百科，得到了一些... ）

## from http://en.wikipedia.org/wiki/Oakland,_California 
dat <- structure(list(year = c(1860L, 1870L, 1880L, 1890L, 1900L, 1910L, 
1920L, 1930L, 1940L, 1950L, 1960L, 1970L, 1980L, 1990L, 2000L, 
2010L), pop = c(1543L, 10500L, 34555L, 48682L, 66960L, 150174L, 
216261L, 284063L, 302163L, 384575L, 367548L, 361561L, 339337L, 
372242L, 399484L, 390724L)), .Names = c("year", "pop"), 
    class = "data.frame", row.names = c(NA,-16L)) 

配件：

## SSlogis() is a "self-starting" logistic 
m1 <- nls(pop~SSlogis(year,asym,xmid,scal), 
      data=dat) 

繪圖：

par(las=1,bty="l",mar=c(5,6,2,2)+0.1) ## graphics tweaks 
with(dat,plot(pop~year,ylab="")) 
## add y-label separately 
mtext("population",side=2,las=0,line=4) 
yearvec <- 1860:2010 
lines(yearvec,predict(m1,newdata=data.frame(year=yearvec)))