Prédire () - Peut-être que je ne le comprends pas
I posté plus tôt dans la journée à propos d'une erreur liée à l'utilisation de la fonction predict. J'ai pu corriger cela et je pensais être sur le bon chemin.
J'ai un certain nombre d'observations (réelles) et j'ai quelques points de données que je veux extrapoler ou prédire. J'ai utilisé lm pour créer un modèle, puis j'ai essayé d'utiliser predict avec la valeur réelle qui servira d'entrée de prédicteur.
Ce code est tout répété de mon post précédent, mais le voici:
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 ...
Code:
model <- lm(df$Total ~ df$Coupon, data=df)
> model
Call:
lm(formula = df$Total ~ df$Coupon)
Coefficients:
(Intercept) df$Coupon
107286259 1349
Prédire le code (basé sur l'aide précédente):
(Ce sont les valeurs de prédicteur que je veux utiliser pour obtenir la valeur prédite)
Quarter = c("Jun 11", "Sep 11", "Dec 11")
Total = c(79037022, 83100656, 104299800)
Coupon = data.frame(Quarter, Total)
Coupon$estimate <- predict(model, newdate = Coupon$Total)
Maintenant, quand je lance ça, je reçois ce message d'erreur:
Error in `$<-.data.frame`(`*tmp*`, "estimate", value = c(60980.3823396919, :
replacement has 21 rows, data has 3
Ma base de données d'origine, utilisée pour construire le modèle, contenait 21 observations. J'essaie maintenant de prédire 3 valeurs basées sur le modèle.
Je ne comprends pas vraiment cette fonction ou j'ai une erreur dans mon code.
Une aide serait appréciée.
Merci
Tout d'abord, vous voulez utiliser
model <- lm(Total ~ Coupon, data=df)
pasmodel <-lm(df$Total ~ df$Coupon, data=df).
Deuxièmement, en disant lm(Total ~ Coupon), vous ajustez un modèle qui utilise Total comme variable de réponse, avec Coupon comme prédicteur. C'est-à-dire que votre modèle est de la forme Total = a + b*Coupon, Avec a et b les coefficients à estimer. Notez que la réponse se trouve à gauche du ~, Et le ou les prédicteurs à droite.
De ce fait, lorsque vous demandez à R de vous donner des valeurs prédites pour le modèle, vous devez fournir un ensemble de nouvelles valeurs prédicteur, c’est-à-dire les nouvelles valeurs de Coupon, pas Total.
Troisièmement, à en juger par votre spécification de newdata, il semble que vous recherchiez un modèle à adapter à Coupon en fonction de Total, et non l'inverse. Pour faire ça:
model <- lm(Coupon ~ Total, data=df)
new.df <- data.frame(Total=c(79037022, 83100656, 104299800))
predict(model, new.df)
Merci Hong, c'était exactement le problème que je rencontrais. L'erreur que vous obtenez suggère que le nombre de lignes est incorrect, mais le problème est que le modèle a été formé à l'aide d'une commande qui aboutit à des noms incorrects pour les paramètres.
C'est vraiment un détail essentiel qui n'est absolument pas évident pour LM et ainsi de suite. Certains tutoriels font référence à des lignes telles que lm(olive$Area@olive$Palmitic) - avec des noms de variable de type olive $ Area NOT Area. Il est donc impossible de créer une entrée à l'aide de anewdata<-data.frame(Palmitic=2). Si vous utilisez lm(Area@Palmitic,data=olive), les noms de variables sont corrects et la prédiction fonctionne.
Le vrai problème est que le message d'erreur n'indique pas le problème du tout:
Message d'avertissement: 'anewdata' contenait 1 ligne, mais la ou les variables se sont révélées avoir X lignes
au lieu de newdata que vous utilisez newdate dans votre code de prévision, vérifiez une fois. et utilisez simplement Coupon$estimate <- predict(model, Coupon) Cela fonctionnera.
Pour éviter les erreurs, le nom de variable indépendante est un élément important du nouvel ensemble de données. Ce doit être le même que celui rapporté dans le modèle. Une autre méthode consiste à imbriquer les deux fonctions sans créer un nouveau jeu de données.
model <- lm(Coupon ~ Total, data=df)
predict(model, data.frame(Total=c(79037022, 83100656, 104299800)))
Faites attention au modèle. Les deux commandes suivantes sont similaires, mais pour la fonction de prévision, les premières fonctionnent, les secondes ne fonctionnent pas.
model <- lm(Coupon ~ Total, data=df) #Ok
model <- lm(df$Coupon ~ df$Total) #Ko