Predict() - 아마도 이것을 이해하지 못하고 있습니다

Question

I posted earlier todaypredict 기능을 사용하면서 오류가 발생했습니다. 나는 그것을 바로 잡을 수 있었고, 나는 올바른 길에 있다고 생각했다.

나는 다수의 관측치 (실제)가 있으며, 내가 추측하거나 예측하고자하는 몇 가지 데이터 포인트가 있습니다. lm을 사용하여 모델을 만든 다음 predict을 예상 값 입력으로 사용할 실제 값과 함께 사용하려고했습니다.

이 코드는 모든 내 이전 게시물에서 반복하지만, 여기있다 :

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 ... 

코드 :

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

> model 

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

Coefficients: 
(Intercept) df$Coupon 
    107286259   1349 

코드를 예측 (이전의 도움 기준) :

(다음은 예측 된 값을 얻기 위해 사용하려는 예측 값입니다.)

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) 

내가 모델이 21 명 관찰했다 구축하는 데 사용

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

내 원래 데이터 프레임 : 나는 것을 실행할 때

지금,이 오류 메시지가 표시됩니다. 나는 현재 모델을 기반으로 3 가지 값을 예측하려고합니다.

이 기능을 제대로 이해하지 못하거나 코드에 오류가 있습니다.

도움을 받으실 수 있습니다.

Answer 1

먼저

감사합니다, 당신은

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

하지model <-lm(df$Total ~ df$Coupon, data=df) 사용하고 싶습니다.

두 번째로 lm(Total ~ Coupon)이라고 말하면 Total을 응답 변수로 사용하고 Coupon을 예측 자로 사용하는 모델을 피팅합니다. 즉, 모델의 형식은 Total = a + b*Coupon이며 a 및 b의 계수를 추정해야합니다. 응답은 ~의 왼쪽과 오른쪽의 예측 변수에 적용됩니다. 당신이 모델에 대한 예측 값을 제공하기 위해 R을 요청할 때이 때문에

는, 당신은 새로운 예측 값의 집합, 즉 Coupon의 새 값이 아닌 Total를 제공해야합니다.

셋째, newdata의 사양으로 판단하면 Coupon의 모델을 실제로 Total에 맞게 모델링 한 것 같습니다. 다른 방법은 아닙니다. 이를 수행하려면 :

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

Answer 2

감사합니다. 홍, 정확히 내가 겪어 본 문제였습니다. 오류가 발생하면 행 수가 잘못되었음을 알 수 있지만 문제는 실제로 매개 변수의 잘못된 이름으로 끝나는 명령을 사용하여 모델이 학습 된 것입니다.

이것은 정말 중요한 부분으로, 작품 등에서는 분명하지 않습니다. 튜토리얼의 일부는 lm(olive$Area@olive$Palmitic)과 같은 행을 만드는 것을 참조합니다 - 올리브 $ 영역이 아닌 영역의 변수 이름으로 끝나기 때문에 anewdata<-data.frame(Palmitic=2)을 사용하여 항목을 만드는 것은 사용할 수 없습니다. lm(Area@Palmitic,data=olive)을 사용하면 변수 이름이 정확하고 예측이 작동합니다.

진짜 문제는 오류 메시지가 모든 문제를 표시하지 않는다는 것입니다 :

경고 메시지 : 'anewdata는'X에게 행

이 발견 한 행하지만 변수 (들) 있었다

Answer 3

newdata 대신 newdate를 사용하여 예측 코드에서 한 번 확인하십시오. 그리고 그냥 Coupon$estimate <- predict(model, Coupon) 사용할 수 있습니다.

Answer 4

오류를 피하기 위해 새로운 데이터 세트에 대한 중요한 점은 독립 변수의 이름입니다. 그것은 모델에서보고 된 것과 동일해야합니다. 또 다른 방법은

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