R：多元线性回归模型和预测模型答案

【问题标题】：R: multiple linear regression model and prediction modelR：多元线性回归模型和预测模型
【发布时间】：2014-05-01 23:39:16
【问题描述】：

从线性model1 = lm(temp~alt+sdist) 开始，我需要开发一个预测模型，其中将获得新数据并做出关于temp 的预测。

我尝试过这样做：

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

但是，我不确定这是正确的方法。我想在这里知道的是，如果这是对temp 进行预测的正确方法。对于newdataset，我也有点困惑。应该填写哪些值等？

【问题讨论】：

您可以使用predict 而不是predict.lm 它会做同样的事情。对于newdata，您需要一个与原始模型具有相同预测变量的data.frame - 在您的情况下为alt 和sdist。
@JohnPaul 好的，我明白了。唯一的区别是我的newdataset 来自read.table 的文本文件。那么这是什么意思呢？我应该如何使用data.frame？如果可以，请将您的评论更新为答案
read.table 创建的对象默认是data.frame，所以不用担心。所以只需执行NewDataSet<-read.table(whatever)，然后在predict() 函数中使用NewDataSet，一切都会好起来的。这假定 NewDataSet 具有名为 alt 和 sdist 的列。
@JohnPaul 好的，所以我想我很好，因为你上面描述的正是我所做的。有什么方法可以验证所做的预测吗？

【解决方案1】：

我将 cmets 中的所有内容都放入这个答案中。

1) 您可以使用predict 而不是predict.lm，因为predict 会知道您的输入属于lm 类并自动执行正确的操作。

2 newdataset 应该是 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 引入数据，默认情况下它将创建一个data.frame。这假设新数据有名为alt 和sdist 的列然后你可以这样做：

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

4) 完成此操作后，如果您想检查预测 - 您可以执行以下操作

summary(model1)

这将为您提供alt 和sdist 的截距和系数新数据集[1,] 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。然后使用来自summary(model1) 的信息，使用您信任的任何方法计算预测值应该是多少。

终于用上了新预测[1] 获取predict() 为您提供的第一行（或将 1 更改为任何其他行）

希望一切都能解决。

【讨论】：