R：多元线性回归模型和预测模型

Question

从线性模型model1 = lm(temp~alt+sdist)我需要开发一个预测模型，其中将有新数据出现并且将对temp进行预测。

我尝试过这样的事情：

model2 = predict.lm(model1, newdata=newdataset)

但是，我不确定这是正确的方法。 我想知道的是，如果这是正确的预测temp 。 在newdataset我也有点困惑。 应该填写哪些值？

Answer 1

我把评论中的所有内容都放到了这个答案中。

1）您可以使用predict ，而不是predict.lm作为predict会知道你的输入级的lm和自动做正确的事。

2 newdataset应该是一个data.frame ，其变量与原始预测变量相同 - 在本例中为alt和sdist 。

3）如果您使用read.table默认引入数据，它将创建一个data.frame 。 这假设新数据具有名为alt和sdist列然后您可以执行以下操作：

NewDataSet<-read.table(whatever)
NewPredictions<- predict(model1, newdata=NewDatSet)

4）完成此操作后，如果要检查预测 - 可以执行以下操作

summary(model1)

这将为您提供截距和alt和sdist NewDataSet [1，]的系数。这应该为您提供第一行的alt和sdist值，您可以将括号中的1更改为您想要的任何行。 然后使用summary(model1)的信息来计算使用您信任的任何方法的预测值。

最后使用NewPredictions [1]来获取predict()为第一行提供的内容（或将1更改为任何其他行）

希望这一切都能解决。