Predecir() - tal vez yo no estoy comprensión

Question

Yo publicado hoy sobre un error, yo estaba con el uso de la predict la función.Yo era capaz de conseguir que corregir, y pensaba que estaba en el camino correcto.

Tengo un número de observaciones (datos reales) y tengo un par de puntos de datos que quiero extrapolar o prever.He utilizado lm para crear un modelo, entonces traté de usar predict con el valor real que servirá como predictor de entrada.

Este código es todo repetido de mi post anterior, pero aquí está:

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 ...

Código:

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

> model

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

Coefficients:
(Intercept)    df$Coupon  
  107286259         1349 

Predecir código (basado en el de ayuda anterior):

(Estos son los valores predictores quiero utilizar para obtener el valor predicho)

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)

Ahora, al ejecutar, me sale este mensaje de error:

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

Mi estructura de datos original que he utilizado para construir el modelo tenía 21 observaciones en ella.Ahora estoy tratando de predecir los 3 valores que se basan en el modelo.

Yo de verdad no entiendo a esta función, o tiene un error en mi código.

Ayuda sería apreciada.

Gracias

Answer 1

En primer lugar, usted desea utilizar

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

no model <-lm(df$Total ~ df$Coupon, data=df).

Segundo, diciendo: lm(Total ~ Coupon), que son el ajuste de un modelo que utiliza Total como la variable de respuesta, con Coupon como el predictor.Es decir, el modelo es de la forma Total = a + b*Coupon, con a y b los coeficientes a ser estimados.Tenga en cuenta que la respuesta va en el lado izquierdo de la ~, y el predictor(s) a la derecha.

Debido a esto, cuando se pregunta a R a dar los valores predichos por el modelo, usted tiene que proporcionar un conjunto de nuevas predictor los valores, es decir, los nuevos valores de Coupon, no Total.

Tercero, a juzgar por su especificación de newdata, parece como eres en realidad, después de un modelo para adaptarse a Coupon como una función de Total, no la otra manera alrededor.Para hacer esto:

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

Answer 2

Gracias Hong, que era exactamente el problema que se ejecuta en.El error que sugiere que el número de filas es malo, pero el problema en realidad es que el modelo ha sido entrenado utilizando un comando que termina mal los nombres de los parámetros.

Esto es realmente una crítica detalle que es totalmente no-obvia para la película y así sucesivamente.Algunos de los tutoriales de hacer referencia a hacer líneas como lm(olive$Area@olive$Palmitic) - acabar con los nombres de las variables de oliva$Área NO Área, por lo que crear una entrada con anewdata<-data.frame(Palmitic=2) no puede entonces ser utilizado.Si usted utiliza lm(Area@Palmitic,data=olive) a continuación, los nombres de las variables son la derecha y la predicción de las obras.

El verdadero problema es que el mensaje de error no se indica el tipo de problema:

Mensaje de advertencia:'anewdata' había filas 1, pero variable(s) encontrado para tener X filas

Answer 3

en lugar de nuevosdatos está utilizando newdate en su predecir código, compruebe una vez.y sólo tiene que utilizar Coupon$estimate <- predict(model, Coupon) Va a trabajar.

Answer 4

Para evitar el error, un punto importante sobre el nuevo conjunto de datos es el nombre de la variable independiente.Debe ser la misma que en el modelo.Otra forma es nido de las dos de la función sin la creación de un nuevo conjunto de datos

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

Prestar atención en el modelo.Los siguientes dos comandos son similares, pero para predecir la función, el primer trabajo, el segundo no funcionan.

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