R語言，非線性模型公式預測

Question

我用一組數據（x，y）擬合指數公式。那麼我想從公式中計算出x值超出實際數據集的y值。它不起作用，總是打印實際x值的y值。這是代碼。我做錯了什麼？什麼是我的任務的解決方案有R語言：

data <- data.frame(x=seq(1,69), y=othertable[1:69, 2]) 
nlsxypw <- nls(data$y ~ a*data$x^b, col2_60, start=list(a=2200000, b=0)) 
predict(nlsxypw) 
#here I want to calculate the y values for x = 70-80 
xnew <- seq(70, 80, 1) 
predict(nlsxypw, xnew) 

#it doesn't print these values, still the actual values for x=1~69. 

Answer 1

這是predict.nls怎樣的一個奇怪的特性的（？可能是其他predict方法也一樣），但你必須使用相同的名稱提供新的數據，你的模型中定義的：

set.seed(123) 
Data <- data.frame(
    x = 1:69, 
    y = ((1:69)**2)+rnorm(69,0,5)) 
nlsxypw <- nls(y ~ a*(x^b), 
       data=Data, 
       start=list(a=2.5, b=1)) 
## 
xnew <- 70:80 
## note how newdata is specified 
y.pred <- predict(nlsxypw, newdata=list(x=xnew)) 
> y.pred 
[1] 4900.355 5041.359 5184.364 5329.368 5476.373 5625.377 5776.381 5929.386 6084.390 6241.393 6400.397 
## 
with(
    Data, 
    plot(x,y,pch=20, 
     xlim=c(0,90), 
     ylim=c(0,6700))) 

lines(fitted(nlsxypw),col="red") 
points(
    x=xnew, 
    y=y.pred, 
    pch=20, 
    col="blue") 
##