从 R 中的 lm 中提取变量以使用预测

Question

说我运行以下lm

my.model = lm(distance ~ speed, data = my.data)

我可以执行以下操作来进行单元素预测

predict(my.model, speed = c(40))

情况是这样的：我有一个 lm 并且我知道它的作用（它是距离对速度的回归）但我不知道回归量被命名为速度。我怎么还能做预测？

predict(my.model, ??? = c(40))

我可以通过 names(my.model$coefficients) 获得回归变量的名称，但我不知道如何将其传递给预测

predict(my.model, names(my.model$coefficients)[2] = c(40)) 不行

有什么建议吗？

谢谢！

Answer 1

使用内置 BOD 作为示例运行 lm 然后传递一个单元素列表或数据框 predict 使用 setNames 适当地设置名称：

fm <- lm(demand ~ Time, BOD)

predict(fm, setNames(list(5.5), variable.names(fm)[2]))
##        1 
## 17.98929

另一种方法是根本不使用 predict。使用上面的 fm：

coef(fm) %*% c(1, 5.5)
##          [,1]
## [1,] 17.98929

Answer 2

以iris为例

myModel = lm(Petal.Width ~ Sepal.Length, data = iris)
predict(myModel, structure(list(1), .Names = attr(terms(myModel), "term.labels"), class = "data.frame"))
#        1 
#-2.447297

说明

myModel中的自变量名恢复使用：

attr(terms(myModel), "term.labels")
#[1] "Sepal.Length"

如果我们想动态创建一个 data.frame 并在 myModel 中使用一个名为自变量的列，我们会这样做：

structure(list(1), .Names = attr(terms(myModel), "term.labels"), class = "data.frame")
#  Sepal.Length
#1            1

然后我们将 data.frame 传递给 lm 对象的 predict 方法，使用：

predict(myModel, structure(list(1), .Names = attr(terms(myModel), "term.labels"), class = "data.frame"))

从 R 中的 lm 中提取变量以使用预测

Pulling variables from lm in R to use predict

r

predict

lm

说明