R: numeryczny "envir" nie ma długości jeden w przewidywaniu()

Question

Próbuję przewidzieć wartość w R przy użyciu funkcji predict(), przekazując zmienne do modelu.

otrzymuję następujący błąd:

Error in eval(predvars, data, env) : 
    numeric 'envir' arg not of length one 

Oto moja data frame, nazwa df:

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 ... 

Kod:

model <- lm(df$Total ~ df$Coupon) 

> model 

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

Coefficients: 
(Intercept) df$Coupon 
    107286259   1349 

Teraz, kiedy biegnę predict, ja uzyskać błąd, który pokazałem powyżej.

> predict(model, df$Total, interval="confidence") 
Error in eval(predvars, data, env) : 
    numeric 'envir' arg not of length one 

Każdy pomysł, w którym się nie mylę?

Dzięki

Answer 1

Istnieje kilka problemów tutaj:

1. newdata argument predict() potrzebuje zmienną predykcyjnych. Powinieneś więc przekazać wartości Coupon, zamiast Total, która jest zmienną 10 w twoim modelu.

2. Zmienna predykcyjna musi zostać przekazana jako kolumna nazwana w ramce danych, aby predict() znał liczby podane przez nią. (Potrzeba tego staje się jasna, gdy bierze się pod uwagę bardziej skomplikowane modele, mające więcej niż jedną zmienną predykcyjną).

3. Aby to zadziałało, pierwotne wywołanie powinno przechodzić df przez argument data, zamiast używać go bezpośrednio w formule. (W ten sposób nazwa kolumny w newdata będzie w stanie dopasować nazwę do RHS formuły).

Z tymi zmianami wprowadzonymi to będzie działać:

model <- lm(Total ~ Coupon, data=df) 
new <- data.frame(Coupon = df$Coupon) 
predict(model, newdata = new, interval="confidence")