R：如何使用 prdict.lm() 进行多元回归 [重复]答案

【问题标题】：R: How to use prdict.lm() for multivariate regression [duplicate]R：如何使用 prdict.lm() 进行多元回归 [重复]
【发布时间】：2015-09-09 17:07:52
【问题描述】：

在多元回归（多个响应）的情况下，predict.lm 函数似乎不起作用。它只预测第一个响应。

示例代码：

df = data_frame(x1 = c(1:20), 
                y1 = x1 + rnorm(20,5,sd = 5), 
                y2 = 2*x1 + rnorm(20,-5,sd = 3))


m1 = lm(cbind(y1, y2) ~ x1, data = df)
m1


## Call:
## lm(formula = cbind(y1, y2) ~ x1, data = df)

## Coefficients:
##               y1       y2     
## (Intercept)   7.5934  -5.9436
## x1            0.8704   2.0913

如果我尝试使用此模型对象进行预测（对于训练数据或 newdata），它只会预测第一个响应。

# predicts only for y1
length(predict.lm(m1))
## [1] 20 

# predicts only for y1
predict.lm(m1, newdata = data_frame(x1 = 50))
##        1 
## 51.11093

我怎样才能让这个函数适用于多个响应？

【问题讨论】：

使用predict，这样它就可以发送到predict.mlm

标签： r lm

【解决方案1】：

不要使用predict.lm，而是使用predict。

> predict.lm(m1)
        1         2         3         4         5         6         7         8         9        10        11        12        13        14 
 4.210964  5.260564  6.310164  7.359764  8.409365  9.458965 10.508565 11.558166 12.607766 13.657366 14.706967 15.756567 16.806167 17.855767 
       15        16        17        18        19        20 
18.905368 19.954968 21.004568 22.054169 23.103769 24.153369  

> predict(m1)
          y1        y2
1   4.210964 -3.117932
2   5.260564 -1.024133
3   6.310164  1.069666
4   7.359764  3.163466
5   8.409365  5.257265
6   9.458965  7.351064
7  10.508565  9.444863
8  11.558166 11.538663
9  12.607766 13.632462
10 13.657366 15.726261
11 14.706967 17.820061
12 15.756567 19.913860
13 16.806167 22.007659
14 17.855767 24.101459
15 18.905368 26.195258
16 19.954968 28.289057
17 21.004568 30.382857
18 22.054169 32.476656
19 23.103769 34.570455
20 24.153369 36.664255

【讨论】：