2
我有兩個變量G
和Y
是相關的;每個變量有12個值。我計算相關性並擬合一個名爲rg
的線性迴歸模型。現在我想用這個模型來預測稱爲GP
的第二個變量的新值。我想獲得與每個GP
值相對應的Y
值。 GP
有5個值。 當我做我得到以下錯誤預測:嘗試從簡單的線性迴歸預測時出錯
Warning message:
'newdata' had 5 rows but variables found have 12 rows
我怎樣才能將模型應用於GP
,是否GP
需要有12個值?我想不是。 predict.lm
中有任何選項可以做到這一點嗎?
G<-c(20,25,21,30,22,23,19,24,21,23,28,27)
I<-c(229,235,230,242,231,233,226,232,230,232,238,236)
#diagrama de dispersion
qqplot(G,I)
#regression
rg<-lm(I ~ G)
summary(rg)
coef(rg[1])
#coeficiente de correlación
cor(G,I)
cp<-cor(G,I,method = c("pearson"))
cs<-cor(G,I,method = c("spearman"))
# newdata
GP <- c(30,32,34,36,38)
# predecir el valor de ingresos para estos valores
X1<-data.frame(GP)
Y_pred <- predict.lm(rg,X1)
有什麼不同data.frame(G = GP)和data.frame(GP) 您能簡單說一下嗎?感謝 –
'predict'的newdata參數的列名需要與公式中使用的RHS名稱匹配製作lm對象。 'data.frame(GP)'不這樣做; 'data.frame(G = GP)'。 –