R: arg numérique "envir" pas de longueur un dans prédire()
j'essaie de prédire une valeur en R
predict()
fonction, en transmettant les variables dans le modèle.
j'obtiens l'erreur suivante:
Error in eval(predvars, data, env) :
numeric 'envir' arg not of length one
Voici mon data frame
, nom df:
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)
> model
Call:
lm(formula = df$Total ~ df$Coupon)
Coefficients:
(Intercept) df$Coupon
107286259 1349
Maintenant, quand je lance predict
, j'obtiens l'erreur que j'ai montré ci-dessus.
> predict(model, df$Total, interval="confidence")
Error in eval(predvars, data, env) :
numeric 'envir' arg not of length one
une idée d'où je vais mal?
Merci
1 réponses
Il y a plusieurs problèmes ici:
newdata
argument depredict()
besoin d'un prédicteur variable. Vous devriez donc passer des valeurs pourCoupon
au lieu deTotal
réponse variable dans votre modèle.la variable de prédiction doit être passée dans une colonne nommée dans une base de données, de sorte que
predict()
sait ce que représentent les chiffres qu'il a reçus. (La nécessité de cette devient évident quand on considère des modèles plus compliqués, ayant plus de variables explicatives).Pour que cela fonctionne, votre premier appel devrait passer
df
par ledata
argument, plutôt que de l'utiliser directement dans votre formule. (De cette façon, le nom de la colonne dansnewdata
sera capable de faire correspondre le nom sur les RHS de la formule).
Avec ces changements intégrés, cela va fonctionner:
model <- lm(Total ~ Coupon, data=df)
new <- data.frame(Coupon = df$Coupon)
predict(model, newdata = new, interval="confidence")