web-dev-qa-db-fra.com

Prédire () - Peut-être que je ne le comprends pas

I posté plus tôt dans la journée à propos d'une erreur liée à l'utilisation de la fonction predict. J'ai pu corriger cela et je pensais être sur le bon chemin.

J'ai un certain nombre d'observations (réelles) et j'ai quelques points de données que je veux extrapoler ou prédire. J'ai utilisé lm pour créer un modèle, puis j'ai essayé d'utiliser predict avec la valeur réelle qui servira d'entrée de prédicteur.

Ce code est tout répété de mon post précédent, mais le voici:

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 ...

Code:

model <- lm(df$Total ~ df$Coupon, data=df)

> model

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

Coefficients:
(Intercept)    df$Coupon  
  107286259         1349 

Prédire le code (basé sur l'aide précédente):

(Ce sont les valeurs de prédicteur que je veux utiliser pour obtenir la valeur prédite)

Quarter = c("Jun 11", "Sep 11", "Dec 11")
Total = c(79037022, 83100656, 104299800)
Coupon = data.frame(Quarter, Total)

Coupon$estimate <- predict(model, newdate = Coupon$Total)

Maintenant, quand je lance ça, je reçois ce message d'erreur:

Error in `$<-.data.frame`(`*tmp*`, "estimate", value = c(60980.3823396919,  : 
  replacement has 21 rows, data has 3

Ma base de données d'origine, utilisée pour construire le modèle, contenait 21 observations. J'essaie maintenant de prédire 3 valeurs basées sur le modèle.

Je ne comprends pas vraiment cette fonction ou j'ai une erreur dans mon code.

Une aide serait appréciée.

Merci

56
mikebmassey

Tout d'abord, vous voulez utiliser

model <- lm(Total ~ Coupon, data=df)

pasmodel <-lm(df$Total ~ df$Coupon, data=df).

Deuxièmement, en disant lm(Total ~ Coupon), vous ajustez un modèle qui utilise Total comme variable de réponse, avec Coupon comme prédicteur. C'est-à-dire que votre modèle est de la forme Total = a + b*Coupon, Avec a et b les coefficients à estimer. Notez que la réponse se trouve à gauche du ~, Et le ou les prédicteurs à droite.

De ce fait, lorsque vous demandez à R de vous donner des valeurs prédites pour le modèle, vous devez fournir un ensemble de nouvelles valeurs prédicteur, c’est-à-dire les nouvelles valeurs de Coupon, pas Total.

Troisièmement, à en juger par votre spécification de newdata, il semble que vous recherchiez un modèle à adapter à Coupon en fonction de Total, et non l'inverse. Pour faire ça:

model <- lm(Coupon ~ Total, data=df)
new.df <- data.frame(Total=c(79037022, 83100656, 104299800))
predict(model, new.df)
86
Hong Ooi

Merci Hong, c'était exactement le problème que je rencontrais. L'erreur que vous obtenez suggère que le nombre de lignes est incorrect, mais le problème est que le modèle a été formé à l'aide d'une commande qui aboutit à des noms incorrects pour les paramètres.

C'est vraiment un détail essentiel qui n'est absolument pas évident pour LM et ainsi de suite. Certains tutoriels font référence à des lignes telles que lm(olive$Area@olive$Palmitic) - avec des noms de variable de type olive $ Area NOT Area. Il est donc impossible de créer une entrée à l'aide de anewdata<-data.frame(Palmitic=2). Si vous utilisez lm(Area@Palmitic,data=olive), les noms de variables sont corrects et la prédiction fonctionne.

Le vrai problème est que le message d'erreur n'indique pas le problème du tout:

Message d'avertissement: 'anewdata' contenait 1 ligne, mais la ou les variables se sont révélées avoir X lignes

8
David Burton

au lieu de newdata que vous utilisez newdate dans votre code de prévision, vérifiez une fois. et utilisez simplement Coupon$estimate <- predict(model, Coupon) Cela fonctionnera.

2
sumalatha

Pour éviter les erreurs, le nom de variable indépendante est un élément important du nouvel ensemble de données. Ce doit être le même que celui rapporté dans le modèle. Une autre méthode consiste à imbriquer les deux fonctions sans créer un nouveau jeu de données.

model <- lm(Coupon ~ Total, data=df)
predict(model, data.frame(Total=c(79037022, 83100656, 104299800)))

Faites attention au modèle. Les deux commandes suivantes sont similaires, mais pour la fonction de prévision, les premières fonctionnent, les secondes ne fonctionnent pas.

model <- lm(Coupon ~ Total, data=df) #Ok
model <- lm(df$Coupon ~ df$Total) #Ko
2
Alessio