我正在构建一个简单的GLM模型，如下所示：
model1 = glm(y ~ x1 + x2 + x3, data=train)
我使用预测函数为新的预测评分
newpred = predict(object=model1, newdata= validation, type = 'term')
通过指定选项type = 'term'，我希望获得单独的术语预测(即，beta1*x1、beta2*x2等(。然而，事实证明，type = 'term'选项将返回将列值居中于0的"居中"预测(如这里所解释的：预测.glm(，type="terms"(实际做什么？(
我的问题是，是否有一种简单的方法可以得到普通的术语预测，而不是中心化的术语预测。该模型有分类变量，我希望每个分类变量都有一个单独的术语(与type = 'term'选项的输出相同(，而不是一系列伪指标变量。
如果你的模型真的那么简单(例如，只有简单的连续预测变量(，那么我感觉像
X <- model.matrix(formula(model), data=train)
sweep(X, coef(model), MARGIN=2, FUN="*")
应该有效(我还没有测试(；CCD_ 4的许多复杂内部机构用于收集属于同一"柱"的柱；术语"；(例如一组多项式或样条曲线系数(。