R: числовой «envir» arg не длиной один в прогнозе()

Question

Я пытаюсь предсказать значение в R, используя функцию predict(), передавая переменные в модель.

Я получаю следующее сообщение об ошибке:

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

Вот мой data frame, имя ДФ:

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 ... 

Код:

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

> model 

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

Coefficients: 
(Intercept) df$Coupon 
    107286259   1349 

Теперь, когда я бегу predict, я получите ошибку, которую я показал выше.

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

Любая идея, где я ошибаюсь?

Благодаря

Answer 1

Там есть несколько проблем:

1. newdata аргумента predict()нужен предсказатель переменные а. Таким образом, вы должны передать ему значения для Coupon, а не Total, что является ответом в вашей модели.

2. Переменная-предиктор должна передаваться в виде столбца с именем в кадре данных, так что predict() знает, что представляют собой цифры, которые были переданы. (Потребность в этом становится понятной, если вы рассматриваете более сложные модели, имеющие более одной переменной-предиктора).

3. Для этого, ваш первоначальный вызов должен пройти df через аргумент data, а не использовать его непосредственно в вашей формуле. (Таким образом, имя столбца в newdata будет соответствовать имени в RHS формулы).

С учетом этих изменений включены, это будет работать:

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