R: predict.lm() 无法识别对象

Question

> reg.len <- lm(chao1.ave ~ lg.std.len, b.div) # b.div is my data frame imported from a CSV file
> reg.len
Call:
lm(formula = chao1.ave ~ lg.std.len, data = b.div)
Coefficients:
(Intercept)   lg.std.len  
      282.4       -115.7  
> newx <- seq(0.6, 1.4, 0.01)
> prd.len <- predict(reg.len, newdata=data.frame(x=newx), interval="confidence", level=0.90, type="response")
Error in eval(expr, envir, enclos) : object 'lg.std.len' not found

我尝试像这样做 lm：lm(b.div$chao1.ave ~ b.div$lg.std.len) ，但是，predict() 发出警告，指出 newdata 和变量的长度不同。所以，我尝试了上面的方法，现在predict()给出一个错误，说它无法识别该对象。 请问如何解决？

Answer 1

预测期望新数据具有相同的列名（以匹配 reg.len 中的公式）。您在 newdata 规范中将其更改为"x"，这不是公式的一部分。

dat <- data.frame(y=rnorm(50),lg.std.len=sample(10:15,50,replace=TRUE))
reg.len <- lm(y ~ lg.std.len,data=dat)
newx <- seq(0.6, 1.4, 0.01)
prd.len <- predict(reg.len, newdata=data.frame(lg.std.len=newx),
                   interval="confidence", level=0.90, type="response")

关键部分是newdata=data.frame(lg.std.len=newx)