多项式回归预测有效，但公式错误[重复]答案

【问题标题】：Polynomial regression prediction works but the formula is wrong [duplicate]多项式回归预测有效，但公式错误[重复]
【发布时间】：2021-06-25 14:20:20
【问题描述】：

为什么我使用 stats::predict() 与使用拟合多项式时会得到不同的结果？

set.seed(999999)

library(tidyverse)

fit <- tibble(rand = rbeta(1e6, 5, 2.5)) %>%
  mutate(rand = cut(rand, 150)) %>%
  count(rand) %>%
  mutate(x = 1:150) %>%
  lm(n ~ poly(x, 10), .)

plot(predict(fit), main = "prediction")

coef(fit)

poly_fn <- polynom::polynomial(coef(fit)) # convert to function

f <- as.function(poly_fn)
plot(f(1:150))

【问题讨论】：

看到这个问题stackoverflow.com/questions/66614091/…，需要在poly函数中使用raw=TRUE的意见。

标签： r regression polynomials

【解决方案1】：

您需要使用poly(..., raw = TRUE) 来获取polynom::polynomial 使用的形式的系数：

set.seed(999999)

library(tidyverse)

fit <- tibble(rand = rbeta(1e6, 5, 2.5)) %>%
  mutate(rand = cut(rand, 150)) %>%
  count(rand) %>%
  mutate(x = 1:150) %>%
  lm(n ~ poly(x, 10, raw = TRUE), .)

plot(predict(fit), main = "prediction")

coef(fit)
#>               (Intercept)  poly(x, 10, raw = TRUE)1  poly(x, 10, raw = TRUE)2 
#>             -1.502706e+00              2.081423e+00             -3.652070e-01 
#>  poly(x, 10, raw = TRUE)3  poly(x, 10, raw = TRUE)4  poly(x, 10, raw = TRUE)5 
#>              5.063552e-02             -1.219081e-03              3.267963e-05 
#>  poly(x, 10, raw = TRUE)6  poly(x, 10, raw = TRUE)7  poly(x, 10, raw = TRUE)8 
#>             -4.348967e-07              2.143856e-09              3.615717e-12 
#>  poly(x, 10, raw = TRUE)9 poly(x, 10, raw = TRUE)10 
#>             -7.321806e-14              1.996748e-16

poly_fn <- polynom::polynomial(coef(fit)) # convert to function

f <- as.function(poly_fn)
plot(f(1:150))

^{由reprex package (v2.0.0) 于 2021 年 6 月 25 日创建}

【讨论】：