R语言入门秘录24/25：预测新的值

问题

根据所得到的回归模型预测新的值。

解决方案

将要用于预测的数据保存到数据框中。用predict函数，将newdata参数设为这个数据框：

> m <- lm(y ~ u + v + w) 
> preds <- data.frame(u=3.1, v=4.0, w=5.5) 
> predict(m, newdata=preds)

讨论

有了线性模型，就可以很方便地做预测，predict函数会搞定所有的麻烦。唯一的麻烦就是要把你的数据整到数据框中去。
predict函数会返回一个预测值的向量，数据中每一行都会有一个相应的预测值。 解决方案中的例子只有一行，所以只有一个返回值：

> preds <- data.frame(u=3.1, v=4.0, w=5.5) 
> predict(m, newdata=preds) 
1 
12.31374

如果预测数据有多行，就会为没一行数据返回一个预测值：

> preds <- data.frame(
+               u=c(3.0, 3.1, 3.2, 3.3), 
+               v=c(3.9, 4.0, 4.1, 4.2), 
+               w=c(5.3, 5.5, 5.7, 5.9) )
> predict(m, newdata=preds)
1 2 3 4 
11.97277 12.31374 12.65472 12.99569

在这里要说明一下，新的数据中不需要有响应变量，只要有预测变量即可。因为响应变量正是你要计算的值，所以并不是输入数据中所必须的。

扩展阅读

这里的预测只是点估计。用predict的interval=”prediction”参数可以得到置信区间。