predict

    6熱度

    2回答

    我想用R來創建一個線性模型並用它來預測一些值。主題是棒球統計。如果我這樣做: obp <- lm(offense$R ~ offense$OBP) predict(obp, newdata=data.frame(OBP=0.5), interval="predict") 我得到的錯誤:警告消息:'newdata'有1行,但變量發現有20行。 但是,如果我這樣做: attach(offense

    0熱度

    1回答

    所以我有一個像這樣的 oring.glm = glm(oring.data$Damaged ~ oring.data$Temp, data = oring.data, family=binomial) 的數據看起來像這樣 Oring Temp 1 15 0 20 1 30 我想預測在特定溫度下 我發生了什麼O形圈定義的GLM我試過這樣做 logodds = predict(or

    0熱度

    1回答

    我想做一件很容易的事,但它不起作用! 我需要看到GARCH模型的預測(和錯誤)。主要變量es「dowclose」,我的想法是看看GARCH模型是否適合這個變量。 即時通訊使用這個簡單的代碼,但預測都只是0的 webuse dow1.dta arch dowclose, noconstant arch(1) garch(1) predict dow_hat, y ARCH結果: ARCH f

    1熱度

    1回答

    我創建了一個對車型從我的數據集(800行,2個colums): #1 m1=lm(A~A1, fish) #2 mmars1=polymars(fish$A, fish) #3 bestm1=loess.smooth(fish$A1, fish$A, span=best) #4 bestm2=smooth.spline(fish$A1,fish$A, spar=best) ,然後

    0熱度

    1回答

    我有具有700所記錄的訓練數據集。我用這個數據用c5.0函數準備了模型。 library(C50) abc_model <- C5.0(abc_train[-5], abc_train$resultval) 我有測試數據,其中有5000條記錄。 我正在使用預測功能對這5000個recs進行預測。 abc_Test <- read.csv("FullData.csv", quote="")

    0熱度

    1回答

    sm.regression我想預測y隨幾個x值(X1,X2,X3,X4,X5,X6)。線性模型非常簡單,但我不明白我怎麼能用更多的x變量來使用loess.smooth,smooth.splines和sm.regression。我嘗試使用數據集或矩陣作爲x,但這種方式不起作用。 x是矩陣700x6,而y是700元素陣列。 sm1=sm.regression(x, y, h=0.5, add=F, n

    3熱度

    1回答

    編輯:哇我在設置selected.model時忘記了lm,我是個白癡。 我已經建立了模型: selected.model<-(ES~Area+Elevation+DistSC+I(Elevation^2)+ (Elevation*DistSC)+(Area*Elevation)) 我想預測ES給出的數據點: Area=0.02, Anear=58.27, Dist=27.1,

    0熱度

    1回答

    我正在做物種分佈建模(生態位模型),我將模型投影到當前或未來的氣候柵格(Bioclim變量)。 當我預測,以目前的柵格(對象= bio_stack),一切正常,使用此代碼: #predict species current distribution using bio_stack current_dist<-predict(object=bio_stack, model=mod_gam,file

    0熱度

    2回答

    運行glm的predict功能後,我得到了下面的格式輸出: 1 2 3 4 5 6 7 8 9 10 11 12 3.954947e-01 8.938624e-01 7.775473e-01 1.294646e-02 3.954947e-01 9.625746e-01 9.144256e-01 4.739872e-01 1.443219e-01 1

    0熱度

    1回答

    PLM模型的值I具有以下數據集 seed(1) dt <- data.frame(name= rep(c("A", "B", "C"), c(9,11,10)), year=c(2001:2009,2000,2002:2011,2001:2010), var1=c(NA,rnorm(10),NA,rnorm(18)), var2=c(rnorm(1