Предсказать () - Может быть, я не понимаю

Question

I опубликовано ранее сегодня об ошибке, полученной при использовании функции predict.Я смог исправить это и подумал, что на правильном пути.

У меня есть ряд наблюдений (фактических данных), и у меня есть несколько точек данных, которые я хочу экстраполировать или предсказать.Я использовал lm для создания модели, затем я попытался использовать predict с фактическим значением, которое будет служить входом предиктора.

Этот код повторяется из моего предыдущего поста, но вот он:

df <- read.table(text = '
     Quarter Coupon      Total
1   "Dec 06"  25027.072  132450574
2   "Dec 07"  76386.820  194154767
3   "Dec 08"  79622.147  221571135
4   "Dec 09"  74114.416  205880072
5   "Dec 10"  70993.058  188666980
6   "Jun 06"  12048.162  139137919
7   "Jun 07"  46889.369  165276325
8   "Jun 08"  84732.537  207074374
9   "Jun 09"  83240.084  221945162
10  "Jun 10"  81970.143  236954249
11  "Mar 06"   3451.248  116811392
12  "Mar 07"  34201.197  155190418
13  "Mar 08"  73232.900  212492488
14  "Mar 09"  70644.948  203663201
15  "Mar 10"  72314.945  203427892
16  "Mar 11"  88708.663  214061240
17  "Sep 06"  15027.252  121285335
18  "Sep 07"  60228.793  195428991
19  "Sep 08"  85507.062  257651399
20  "Sep 09"  77763.365  215048147
21  "Sep 10"  62259.691  168862119', header=TRUE)

str(df)
'data.frame':   21 obs. of  3 variables:
 $ Quarter   : Factor w/ 24 levels "Dec 06","Dec 07",..: 1 2 3 4 5 7 8 9 10 11 ...
 $ Coupon: num  25027 76387 79622 74114 70993 ...
 $ Total: num  132450574 194154767 221571135 205880072 188666980 ...

Код:

model <- lm(df$Total ~ df$Coupon, data=df)

> model

Call:
lm(formula = df$Total ~ df$Coupon)

Coefficients:
(Intercept)    df$Coupon  
  107286259         1349 

Код прогноза (на основе предыдущей справки):

(Это значения предиктора, которые я хочу использовать для получения прогнозируемого значения)

Quarter = c("Jun 11", "Sep 11", "Dec 11")
Total = c(79037022, 83100656, 104299800)
Coupon = data.frame(Quarter, Total)

Coupon$estimate <- predict(model, newdate = Coupon$Total)

Теперь, когда я запускаю это, я получаю это сообщение об ошибке:

Error in `$<-.data.frame`(`*tmp*`, "estimate", value = c(60980.3823396919,  : 
  replacement has 21 rows, data has 3

В моем исходном фрейме данных, который я использовал для построения модели, было 21 наблюдение.Я сейчас пытаюсь предсказать 3 значения на основе модели.

Я либо не совсем понимаю эту функцию, либо в моем коде есть ошибка.

Помощь будет оценена.

Спасибо

Answer 1

Сначала вы хотите использовать

model <- lm(Total ~ Coupon, data=df)

не model <-lm(df$Total ~ df$Coupon, data=df).

Во-вторых, говоря lm(Total ~ Coupon), вы подбираете модель, которая использует Total в качестве переменной ответа, с Coupon в качестве предиктора. То есть ваша модель имеет вид Total = a + b*Coupon, с a и b коэффициентами, которые необходимо оценить. Обратите внимание, что ответ идет слева от ~, а предиктор (-ы) справа.

Из-за этого, когда вы запрашиваете у R прогнозируемые значения для модели, вы должны предоставить набор новых предикторов значений, то есть новых значений Coupon, а не Total.

В-третьих, судя по вашей спецификации newdata, похоже, что вы на самом деле ищете модель, которая соответствует Coupon как функция Total, а не наоборот. Для этого:

model <- lm(Coupon ~ Total, data=df)
new.df <- data.frame(Total=c(79037022, 83100656, 104299800))
predict(model, new.df)

Answer 2

Спасибо, Хонг, это была именно та проблема, с которой я столкнулся. Полученная ошибка говорит о том, что количество строк неверно, но проблема в том, что модель была обучена с использованием команды, которая в итоге приводит к неправильным именам параметров.

Это действительно важная деталь, которая совершенно неочевидна для lm и так далее. В некоторых уроках упоминаются такие строки, как lm(olive$Area@olive$Palmitic), заканчивающиеся именами переменных оливкового $ Area NOT Area, поэтому создание записи с использованием anewdata<-data.frame(Palmitic=2) не может быть использовано. Если вы используете lm(Area@Palmitic,data=olive), тогда имена переменных верны и прогноз работает.

Настоящая проблема в том, что сообщение об ошибке вообще не указывает на проблему:

Предупреждающее сообщение: в 'anewdata' было 1 строка, но в переменной (-ах) обнаружен X Строки

Answer 3

Чтобы избежать ошибок, важным моментом в новом наборе данных является имя независимой переменной. Оно должно быть таким же, как указано в модели. Другой способ - вложить две функции без создания нового набора данных

model <- lm(Coupon ~ Total, data=df)
predict(model, data.frame(Total=c(79037022, 83100656, 104299800)))

Обратите внимание на модель. Следующие две команды похожи, но для функции предиката первая работа, вторая не работает.

model <- lm(Coupon ~ Total, data=df) #Ok
model <- lm(df$Coupon ~ df$Total) #Ko

Answer 4

вместо новых данных, которые вы используете в своем коде предсказания newdate, проверьте один раз. и просто используйте Coupon$estimate <- predict(model, Coupon) Это будет работать.