使用 R 中的线性回归进行预测直到 y = 0答案

【问题标题】：Forecast until y = 0 using linear regression in R使用 R 中的线性回归进行预测直到 y = 0
【发布时间】：2018-06-28 18:09:56
【问题描述】：

我遇到了一个可能相当简单的问题。

我有一个数据框，其中包含不同间隔的日期（如 4 位数年份）和相应的区域值。我想进行线性回归预测，以找出该区域在哪一年正好为 0，或者换句话说，与 x 轴相交

示例数据集：

Date Area
1934 0.50
1963 0.35
1983 0.28
2004 0.13
2018 0.08

【问题讨论】：

如果你正在拟合一个简单的线性回归，那么它的形式为 y = mx+b。将 y 设置为 0，然后求解 x。这是 m 和 b 的简单函数。如果您需要一个置信区间，那就另当别论了 - 但点估计很容易获得。
哇。有时一个人没有得到最简单的东西。我解了方程。但是是的，不幸的是我需要一个置信区间。
您可以通过将 X 的求解值放回回归中以 Y 值为零来获得该值 - 两个回归的拟合系数应该相同，您可以轻松验证.
拟合的系数并不完全相同，在分隔符后略有不同。
结果是否足以使所需的置信区间达到合理的准确度？

标签： r linear-regression forecast

【解决方案1】：

你满意吗？

df = data.frame(Date=c(1934, 1963, 1983, 2004, 2018), Area=c(0.5, 0.35, 0.28, 0.13, 0.08))

regression <- lm(Date~Area, data=df)

predict(regression, data.frame(Area=0))

结果是：

2032.766

【讨论】：