[英]How can I predict a single value from a linear regression in R?
我将美元价格与GDPPC进行了线性回归,如下所示:
r = lm(dollar_value ~ GDPPC, prices_gdp)
(如果重要, prices_gdp
是一个data.table
)。
现在,我可以使用predict
轻松地基于data.table
生成一堆值。 但是我想要做的(为了在图表上绘制geom_abline
)是在geom_abline
为零时计算美元值,然后将其取回为数字, 就像
predict(r, 0)
这给了我一个错误: Error in eval(predvars, data, env): object 'GDPPC' not found
的错误: Error in eval(predvars, data, env): object 'GDPPC' not found
。 除了创建一个新的虚拟数据表( data.table
= 0作为唯一行),将其输入然后将其取出来之外,还有什么办法可以做到?
您可以只创建相同的数据表,并将回归器GDPPC设置为零。 尝试:
predict(r, data.frame(GDPPC = 0))
您可以创建一个函数,该函数提取模型中术语的名称并进行调用以为您预测。
preds <- function(o, vals){
#' Make prediction from simple linear regression
#'
#' Makes a prediction from a simple linear regression without
#' needing to manually create a data.frame. This will fail
#' on models with more than one predictor.
#' @param o The lm object to use to make predictions
#' @param vals The values to make predictions for.
dat <- setNames(data.frame(vals), as.character(formula(o)[[3]]))
predict(o, newdata = dat)
}
并使用它...
> o <- lm(mpg ~ wt, data = mtcars)
> preds(o, 1:3)
1 2 3
31.94065 26.59618 21.25171
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.