如何使用 R 中的多重线性模型预测未来值？

Question

所以我目前有一个由年份、学分和学生人数组成的数据集。 我一直试图通过学生人数来预测未来的学分。

   df <- data.frame("year = c(2018,2019,2020,2021), "student" = c(1000,1200,1350,1450), "credit" = c(4000,4300,4730,4250))


    mod <- lm(credit ~ year + student, data = df)
    summary(mod)

我想预测未来几年的学分数量，比如 2022:2025，这也是预测学生数量的因素。 有没有办法做到这一点？

年	信用	学生
2018	4000	1000
2019	4300	1200
2020	4730	1350
2021	4250	1450
2022	不适用	不适用
2023	不适用	不适用
2024	不适用	不适用
2025	不适用	不适用

换句话说，我如何使用 R 中的线性模型来预测所有这些 NA 值？ 我可以在简单的线性回归中做到这一点没问题，但似乎无法让它以多种形式工作。

Answer 1

您需要将数据帧作为 newdata 参数传递给 predict()。 数据框要求您为每个预测指定自变量的值。 如果您还想根据线性模型预测学生人数并将其用作输入，那么您可以先执行该步骤。 就像是：

lm.student <- lm(students ~ year, df)
pred.student <- predict(lm.student, newdata = data.frame(year=2022:2025))

mod <- lm(credit ~ year + student, data = df)
MyNewData <- data.frame (year=2022:2025, student=pred.student)
pred <- predict(mod, newdata = MyNewData)