预测R中的lm函数（多元线性回归）

Question

我使用函数lm在R中进行了多元线性回归，我想用它来预测多个值。 所以我正在尝试使用函数predict() 。 这是我的代码：

new=data.frame(t=c(10, 20, 30))
v=1/t
LinReg<-lm(p ~ log(t) + v)
Pred=predict(LinReg, new, interval="confidence")

所以我想预测t=c(10,20,30...)时p的值。 但是，这不起作用，我不明白为什么。 我收到的错误消息是：

“ model.frame.default（Terms，newdata，na.action = na.action，xlev = object $ xlevels）中的错误：变量长度不同（为'vart'找到）。此外：警告消息：'newdata'有3行但是找到的变量有132行”

132是我进行回归的变量向量的长度。 我检查了我的矢量1 / t，它定义明确，并且系数数量正确。 奇怪的是，如果我对一个变量进行简单的线性回归，则相同的代码可以很好地工作...

new=data.frame(t=c(10, 20, 30))
LinReg<-lm(p ~ log(t))
Pred=predict(LinReg, new, interval="confidence")

谁能帮我！ 提前致谢。

Answer 1

问题是当您拟合模型时，您将v定义为与t不同的新变量。 R不会记住变量的创建方式，因此在拟合模型时它不知道v是t的函数。 因此，当您预测值时，它将使用v的现有值，该现有值的长度与您指定的t的新值的长度不同。

相反，你想适应

new <- data.frame(t=c(10, 20, 30))
LinReg <- lm(p ~ log(t) + I(1/t))
Pred <- predict(LinReg, new, interval="confidence")

如果您确实希望v是一个完全独立的变量，那么您还需要在new data.frame中为v提供值，以预测p 。