R: số 'envir' arg không có độ dài một dự đoán()

Question

Tôi đang cố gắng dự đoán giá trị trong R bằng cách sử dụng chức năng predict(), bằng cách truyền các biến vào mô hình.

Tôi nhận được lỗi sau:

Error in eval(predvars, data, env) : 
    numeric 'envir' arg not of length one 

Đây là tôi data frame, tên df:

df <- read.table(text = ' 
    Quarter Coupon  Total 
1 "Dec 06" 25027.072 132450574 
2 "Dec 07" 76386.820 194154767 
3 "Dec 08" 79622.147 221571135 
4 "Dec 09" 74114.416 205880072 
5 "Dec 10" 70993.058 188666980 
6 "Jun 06" 12048.162 139137919 
7 "Jun 07" 46889.369 165276325 
8 "Jun 08" 84732.537 207074374 
9 "Jun 09" 83240.084 221945162 
10 "Jun 10" 81970.143 236954249 
11 "Mar 06" 3451.248 116811392 
12 "Mar 07" 34201.197 155190418 
13 "Mar 08" 73232.900 212492488 
14 "Mar 09" 70644.948 203663201 
15 "Mar 10" 72314.945 203427892 
16 "Mar 11" 88708.663 214061240 
17 "Sep 06" 15027.252 121285335 
18 "Sep 07" 60228.793 195428991 
19 "Sep 08" 85507.062 257651399 
20 "Sep 09" 77763.365 215048147 
21 "Sep 10" 62259.691 168862119', header=TRUE) 


str(df) 
'data.frame': 21 obs. of 3 variables: 
$ Quarter : Factor w/ 24 levels "Dec 06","Dec 07",..: 1 2 3 4 5 7 8 9 10 11 ... 
$ Coupon: num 25027 76387 79622 74114 70993 ... 
$ Total: num 132450574 194154767 221571135 205880072 188666980 ... 

Code:

model <- lm(df$Total ~ df$Coupon) 

> model 

Call: 
lm(formula = df$Total ~ df$Coupon) 

Coefficients: 
(Intercept) df$Coupon 
    107286259   1349 

Bây giờ, khi tôi chạy predict, tôi nhận được lỗi tôi đã trình bày ở trên.

> predict(model, df$Total, interval="confidence") 
Error in eval(predvars, data, env) : 
    numeric 'envir' arg not of length one 

Bất kỳ ý tưởng nào tôi gặp sự cố?

Cảm ơn

Answer 1

Có một số vấn đề ở đây:

1. Đối số newdata của predict() cần một dự đoán biến. Do đó, bạn nên chuyển giá trị cho Coupon, thay vì Total, là biến số phản hồi trong mô hình của bạn.

2. Biến dự báo cần phải được chuyển vào dưới dạng cột được đặt tên trong khung dữ liệu, sao cho số predict() biết số nào được đại diện. (Sự cần thiết cho điều này trở nên rõ ràng khi bạn xem xét các mô hình phức tạp hơn, có nhiều hơn một biến dự báo).

3. Để làm việc này, cuộc gọi ban đầu của bạn phải vượt qua df qua đối số data, thay vì sử dụng trực tiếp trong công thức của bạn. (Bằng cách này, tên của cột trong newdata sẽ có thể khớp với tên trên RHS của công thức).

Với những thay đổi tích hợp, điều này sẽ làm việc:

model <- lm(Total ~ Coupon, data=df) 
new <- data.frame(Coupon = df$Coupon) 
predict(model, newdata = new, interval="confidence")