【问题标题】:Predicted values from R glm model, while leaving out one termR glm 模型的预测值,同时省略一项
【发布时间】:2017-10-23 14:00:15
【问题描述】:

我在 R 中有一个 glm,它很好地解释了这种形式的物种的丰富性

x<-glm(log(abundance) ~ distance+sampling_effort, data=df)

所有项均显着(p 值sampling_effort 术语。因此,它将创建一个新的栅格地图,以补偿采样工作量,从而提供更好的丰度预测,如果 sampling_effort 在任何地方都相等。我该怎么做?

【问题讨论】:

    标签: r prediction glm


    【解决方案1】:

    好的,经过更好的谷歌搜索后,我已经在 http://r.789695.n4.nabble.com/Remove-term-from-formula-for-predict-lm-td1017686.html 上找到了答案

    基本上最简单的方法就是在新数据集中将 sampling_effort 设置为 0,然后将其与 predict 一起使用,如下所示:

    newdata <- df
    newdata$sampling_effort = 0
    predicted_values_compensated <- predict(x, newdata)
    

    【讨论】:

      猜你喜欢
      • 2020-05-23
      • 2021-05-18
      • 1970-01-01
      • 2017-11-25
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多