您踏入河中支持不佳一部分,你有模型类是“传销”,即“多元线性模型”,这不是标准的“lm”类。当有多个(独立的)响应变量用于一组常用协变量/预测变量时,您可以得到它。虽然lm()
函数可以适合这样的模型,但对于“mlm”类,predict
方法很差。如果你看看methods(predict)
,你会看到一个predict.mlm*
。通常对于具有“lm”级别的线性模型,当您拨打predict
时会调用predict.lm
;但是对于“mlm”类,predict.mlm*
被调用。
predict.mlm*
太原始了。它不允许se.fit
,即它不能产生预测误差,置信度/预测间隔等,虽然这在理论上是可能的。它只能计算预测的均值。如果是这样,我们为什么要使用predict.mlm*
?!预测平均值可以通过一个平凡的矩阵 - 矩阵乘法(在标准的“lm”类中这是一个矩阵 - 向量乘法)来获得,所以我们可以自己完成。
考虑这个小的再现示例。
set.seed(0)
## 2 response of 10 observations each
response <- matrix(rnorm(20), 10, 2)
## 3 covariates with 10 observations each
predictors <- matrix(rnorm(30), 10, 3)
fit <- lm(response ~ predictors)
class(fit)
# [1] "mlm" "lm"
beta <- coef(fit)
# [,1] [,2]
#(Intercept) 0.5773235 -0.4752326
#predictors1 -0.9942677 0.6759778
#predictors2 -1.3306272 0.8322564
#predictors3 -0.5533336 0.6218942
当你有一个预测数据集:
# 2 new observations for 3 covariats
test_set <- matrix(rnorm(6), 2, 3)
我们首先需要垫拦截柱
Xp <- cbind(1, test_set)
然后做这个矩阵乘法
pred <- Xp %*% beta
# [,1] [,2]
#[1,] -2.905469 1.702384
#[2,] 1.871755 -1.236240
也许你已经注意到了我在这里甚至没有使用数据框。 是的,因为您拥有矩阵形式的所有东西,所以没有必要。对于那些R向导,可能使用lm.fit
甚至qr.solve
更直接。
但是,作为一个完整的答案,这是一个必须要演示如何使用predict.mlm
得到我们想要的结果。
## still using previous matrices
training_dataframe <- data.frame(response = I(response), predictors = I(predictors))
fit <- lm(response ~ predictors, data = training_dataframe)
newdat <- data.frame(predictors = I(test_set))
pred <- predict(fit, newdat)
# [,1] [,2]
#[1,] -2.905469 1.702384
#[2,] 1.871755 -1.236240
注意I()
当我使用data.frame()
。当我们想要获得矩阵的数据帧时,这是必须的。你可以比较两者之间的差异:
str(data.frame(response = I(response), predictors = I(predictors)))
#'data.frame': 10 obs. of 2 variables:
# $ response : AsIs [1:10, 1:2] 1.262954.... -0.32623.... 1.329799.... 1.272429.... 0.414641.... ...
# $ predictors: AsIs [1:10, 1:3] -0.22426.... 0.377395.... 0.133336.... 0.804189.... -0.05710.... ...
str(data.frame(response = response, predictors = predictors))
#'data.frame': 10 obs. of 5 variables:
# $ response.1 : num 1.263 -0.326 1.33 1.272 0.415 ...
# $ response.2 : num 0.764 -0.799 -1.148 -0.289 -0.299 ...
# $ predictors.1: num -0.2243 0.3774 0.1333 0.8042 -0.0571 ...
# $ predictors.2: num -0.236 -0.543 -0.433 -0.649 0.727 ...
# $ predictors.3: num 1.758 0.561 -0.453 -0.832 -1.167 ...
没有I()
为了保护矩阵输入,数据很混乱。如果您不使用I()
,那么令人惊讶的是,这不会导致lm
问题,但predict.mlm
将很难获得正确的预测矩阵。
那么,我会建议在这种情况下使用“列表”而不是“数据框”。data
自变量lm
以及newdata
自变量predict
允许列表输入。 “列表”是一个比数据框架更一般的结构,它可以毫无困难地保存任何数据结构。我们可以这样做:
## still using previous matrices
training_list <- list(response = response, predictors = predictors)
fit <- lm(response ~ predictors, data = training_list)
newdat <- list(predictors = test_set)
pred <- predict(fit, newdat)
# [,1] [,2]
#[1,] -2.905469 1.702384
#[2,] 1.871755 -1.236240
也许在最后一刻,我要强调它始终是安全使用公式接口,而不是与基体界面。我将使用R内置数据集trees
作为一个可重现的例子。
fit <- lm(cbind(Girth, Height) ~ Volume, data = trees)
## use the first two rows as prediction dataset
predict(fit, newdata = trees[1:2, ])
# Girth Height
#1 9.579568 71.39192
#2 9.579568 71.39192
也许你还记得我说predict.mlm*
太原始支持se.fit
。这是测试它的机会。
predict(fit, newdata = trees[1:2, ], se.fit = TRUE)
#Error in predict.mlm(fit, newdata = trees[1:2, ], se.fit = TRUE) :
# the 'se.fit' argument is not yet implemented for "mlm" objects
抱歉...如何置信/预测区间(实际上没有计算标准误差就不可能产生这些间隔的能力)?那么,predict.mlm*
将会忽略它。
predict(fit, newdata = trees[1:2, ], interval = "confidence")
# Girth Height
#1 9.579568 71.39192
#2 9.579568 71.39192
所以这是如此不同于predict.lm
。
只是要注意,在这种情况下,传销代表“多元线性模型”。 –
我明白了,谢谢澄清! –