使用线性模型进行预测和 data.frame 的重要性答案

【问题标题】：prediction using linear model and the importance of data.frame使用线性模型进行预测和 data.frame 的重要性
【发布时间】：2021-09-15 11:19:54
【问题描述】：

我写信是想问为什么我们要添加 data.frame() 来使用 lm 进行预测

第一段代码应该是错误的，第二段代码应该是正确的。

dim(iris)
model_1<-lm(Sepal.Length~Sepal.Width, data=iris)
summary(model_1)
print(predict(model_1, Sepal.Width=c(1,3,4,5)))


dim(iris)
model_1<-lm(Sepal.Length~Sepal.Width, data=iris)
summary(model_1)
print(predict(model_1,data.frame(Sepal.Width=c(1,3,4,5))))

【问题讨论】：

因为predict 期望第二个参数，即newdata 是一个数据框。更多帮助请查看?predict
它与环境有关。 lm 评估特定环境中的新数据。来自help('lm')，详细信息部分（我的重点）：predict.lm 产生预测值，通过评估 frame 新数据（默认为 model.frame(object)）中的回归函数获得..

标签： r dataframe prediction lm

【解决方案1】：

当您在lm 对象上调用predict 时，调用的函数是predict.lm。当你像这样运行它时：

predict(model_1, Sepal.Width=c(1,3,4,5))

您正在做的是向Sepal.Width 提供一个参数或参数c(1,3,4,5)，predict.lm 将忽略该参数，因为此函数不存在此参数。

当没有新的输入数据时，您正在运行predict.lm(model_1)，并取回拟合值：

table(predict(model_1) == predict(model_1, Sepal.Width=c(1,3,4,5)))

TRUE 
 150

在这种情况下，您使用公式拟合模型，predict.lm 函数需要您的数据框来重建独立或外生矩阵，矩阵乘以系数并返回预测值。

这就是predict.lm 正在做的事情：

newdata = data.frame(Sepal.Width=c(1,3,4,5))
Terms = delete.response(terms(model_1))
X = model.matrix(Terms,newdata)

X
  (Intercept) Sepal.Width
1           1           1
2           1           3
3           1           4
4           1           5

X %*% coefficients(model_1)
      [,1]
1 6.302861
2 5.856139
3 5.632778
4 5.409417

predict(model_1,newdata)

       1        2        3        4 
6.302861 5.856139 5.632778 5.409417

【讨论】：