2017-06-22 191 views
0

样本数据增量变化

A B  C   D E 
1 2016 94.49433733 2 81.28 
5 2016 95.38104534 4 139.6944 
7 2016 95.43885385 1 69.11 
8 2016 94.91936704 1 7.23 
9 2016 95.21859776 3 152.31 
10 2016 95.15797535 1 86.32 
11 2016 95.1830432 2 38.24 
13 2016 94.01256633 2 33.3 

给出的样本数据,并使用R,我想建立一个顺序,让我从我的预测变量(ç)的增量影响。

预计表(由0.5增加):

C   ANSWER 
85   
85.05  
85.1   
85.15  
85.2   
85.25  
85.3   
85.35  

我看明白了在C每个增量变化(增加),会发生什么d?

这里是我试过变换和应用

transform(df, volumen=unlist(tapply(C, D, function(x) c(0, diff(x))))) 
+1

你想也许做线性回归? – Axeman

+0

我尝试过使用lm(S〜D)这两个变量的lm模型,但是我怎样才能将一个表格显示出使用该模型的等式的变化? – Warz

回答

0
fit <- lm(D ~ C, data = my_sample_data) #Fits a linear model 
my_sequence <- seq(from = 85, to = 85.35, by = 0.05) # first column 
result <- fit$coefficients[1] + my_sequence * fit$coefficients[2] #2nd column 
df <- data.frame(C = my_sequence, ANSWER = result) #Makes a table 
+1

你的意思是你的第一行,'fit < - lm(E〜C,data = my_sample_data)'? – Warz

+2

或使用'预测'。 – Axeman

+1

@Axeman我能够使用预测和事情制定出来。 '预测(fit,newdata = pred.data))' – Warz