3 つのデータセットがあります。
応答 - 5 (サンプル) x 10 (従属変数) の行列
予測値 - 5 (サンプル) x 2 (独立変数) の行列
test_set - 10 (サンプル) x 10 (応答で定義された従属変数) の行列
response <- matrix(sample.int(15, size = 5*10, replace = TRUE), nrow = 5, ncol = 10)
colnames(response) <- c("1_DV","2_DV","3_DV","4_DV","5_DV","6_DV","7_DV","8_DV","9_DV","10_DV")
predictors <- matrix(sample.int(15, size = 7*2, replace = TRUE), nrow = 5, ncol = 2)
colnames(predictors) <- c("1_IV","2_IV")
test_set <- matrix(sample.int(15, size = 10*2, replace = TRUE), nrow = 10, ncol = 2)
colnames(test_set) <- c("1_IV","2_IV")
応答セットと予測子セットの組み合わせとして定義されたトレーニング セットを使用して、多変量線形モデルを実行しています。このモデルを使用して、テスト セットの予測を行いたいと考えています。
training_dataframe <- data.frame(predictors, response)
fit <- lm(response ~ predictors, data = training_dataframe)
predictions <- predict(fit, data.frame(test_set))
ただし、予測の結果は非常に奇妙です。
predictions
まず、行列の次元は 5 x 10 です。これは、DV の数による応答変数のサンプル数です。
私は R でのこの種の分析にあまり熟練していませんが、test_set の各行の予測を行うために、10 x 10 の行列を取得するべきではありませんか?
この問題について何か助けていただければ幸いです、Martin