目的是根据多元回归模型预测新的观察结果。
该模型包括两个因素(带效果编码的“ ec”,带伪编码的“ dc”)和数字变量(“ num”)以及交互项“ ec”和“ num”。
但是,基于新数据的predict.lm函数失败。
# Dependent variable
y <- rnorm(12, 50, 10)
# Independent variables
# Dummy coding
dc <- factor(x=c("Schlecht", "Gut", "Mittel", "Schlecht", "Gut", "Mittel", "Schlecht", "Gut", "Mittel", "Schlecht", "Gut", "Mittel"))
contrasts(dc) <- contr.treatment(3, 1)
# Effect coding
ec <- factor(x=c("A", "B", "C", "D", "A", "B", "C", "D", "A", "B", "C", "D"))
contrasts(ec) <- contr.sum(4)
num <- rnorm(12, 10, 2)
# Design matrix
df <- data.frame(dc = dc, ec = ec, num = num)
lm_dm <- model.matrix(~ 1 + ec + dc * num, df)
lm <- lm(y ~ 0 + lm_dm)
# prediction
newdata <- data.frame(dc = c("Schlecht", "Gut", "Gut"), ec = c("C", "D", "B"), num = c(9, 8, 12))
predict.lm(lm, newdata)
如何使用估计的模型进行新的预测?
问题在于该模型是使用外部矩阵而不是使用data
参数来估计的。相反,我们可能会做
mod <- lm(y ~ 1 + ec + dc * num, data = df)
predict.lm(mod, newdata)
# 1 2 3
# 24.19016 71.26768 59.50670
坚持不使用它很复杂。例如,您版本中的变量mod
具有name lm_dmec1
,lm_dmdc3
我们需要将其匹配。此外,在供应的过程lm_dm
作为一个整体,我们赔信息ec
和dc
的因素; 由于这个原因,我们不能使用dc
和ec
作为您的因素newdata
; 相反,我们必须为所有级别使用虚拟变量。因此,最好的替代方法似乎是手动执行预测:
model.matrix(~ 1 + ec + dc * num, newdata) %*% coef(mod)
# [,1]
# 1 57.08853
# 2 31.90847
# 3 47.81049
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句