問題タブ [predict]

私は最近 R に切り替えましたが、気に入っています。しかし、私が最も見逃していることの 1 つは、特定の変数を事前設定されたレベル (平均、90 パーセンタイルなど) で保持する予測モデル応答を生成できることです。これは、交互作用項、変換された変数などの効果を識別しようとするときに非常に便利です。

コマンドを使用して、Stata でこれを簡単に実行できますadjust。私はRでそれを行う方法を理解しようと試みましたが、Rという名前の言語（統計Rもあります）を使用して「調整」などの用語を検索することの大きな落とし穴の1つは、私ができることです調整された R 二乗でのみヒットを見つけるようです。それはイライラする以上です。

それで、本当に簡単な質問をする危険を冒して、誰もこれを行う方法を知っていますか? 私は予測マージンを調べましたが、それは少なくとも関連するタイプの方法のように思えますが、その実装には通常、何らかの方法で説明変数を標準化することが含まれます。

変数をモデルに渡すことにより R、関数を使用して値を予測しようとしています。predict()

次のエラーが表示されます。

ここに私のdata frame、名前 df があります:

コード：

を実行するpredictと、上記のエラーが表示されます。

私が間違っているところはありますか？

ありがとう

関数の使用で発生していたエラーについて、今日投稿しました。predict私はそれを修正することができ、正しい道を進んでいると思いました.

多数の観測 (実績) があり、外挿または予測したいデータ ポイントがいくつかあります。以前lmはモデルを作成していましpredictたが、予測子の入力となる実際の値で使用しようとしました。

このコードはすべて私の以前の投稿から繰り返されていますが、ここにあります:

コード：

コードの予測 (以前のヘルプに基づく):

(これらは、予測値を取得するために使用したい予測値です)

これを実行すると、次のエラー メッセージが表示されます。

モデルの構築に使用した元のデータ フレームには、21 個の観測値が含まれていました。現在、モデルに基づいて 3 つの値を予測しようとしています。

この関数をよく理解していないか、コードにエラーがあります。

助けていただければ幸いです。

ありがとう

ggplot2 でモデルをプロットしたいと思います。信頼区間を推定するときに使用したい堅牢な分散共分散行列を推定しました。

ggplot2 に VCOV を使用するように指示することはできますか? あるいは、predict.lm に VCOV マトリックスを使用するように強制することはできますか? ダミーの例:

拡張された VCOV マトリックスを使用して「正しい」予測を取得できれば、ggplot に追加するのは比較的簡単です。

R についての私の理解不足が原因で、仕事が止まってしまい、あなたの助けを求めています。いくつかの時系列データからニューラル ネットワークを構築し、別のデータとトレーニングされたニューラル ネットワークによって返されたモデルを使用して予測を構築しようとしています。

xts従属変数nxtCl(1 日先物株価終値) と独立変数 (対応する価格とテクニカル指標のセット)を含むを作成しました。

1xtsつのセットはトレーニング データで、もう 1 つのセットはテスト/予測用です。これらはそれぞれmiData.trainとmiData.testです。その後、これら 2 つxtsをスケーリングされたデータ フレームに変更しました。

このパッケージnnetを使用して、トレーニング データからニューラル ネットワークを構築できます。

str()この返された数式オブジェクトの出力は次のとおりです。

次に、このモデルと、次の関数を使用しnnて分離したデータを使用して予測関数を実行しようとします。miData.test

次のエラーが表示されます。

実行terms.defaultするmiData.testと、データ フレームに属性がないことがわかります。

しかし、これが予測が実行されない理由ですか?

miData.testの条件に一致する名前がありますnn:

nnそして、構造的には、データは最初に構築するために使用されたものとまったく同じです。miData.testの用語に一致する独自の名前付き属性を に追加しようとしましnnたが、うまくいきませんでした。の戻り値str():miData.test

このインスタンスで仕事をするための助けや洞察は大predict()歓迎です。ありがとう。

ここにいくつかの再現可能なコードがあります。これをまとめることで、エラーを「削除」しました。残念ながら、現在は機能していますが、以前に何が問題を引き起こしていたのかについては、私は賢明ではありません。

次の対数対数線形関数があります。

同じデータセットを使用して y_hat を取得したいのですが、そうしました

結果はかなりずれているようです (R で手動で計算した y-hat と比較すると)。

何らかの理由？

2 つ目の関連する質問は、y、x1、および x2 の対数変換のために、最初に元のデータ セット mod_dt にさらに 3 つの列を追加したことです。たとえば、それらは logy、logx1、および logx2 と名付けられており、lm を実行しました。

これにより、異なる係数セットが得られます。

これは正しいyハットを与えることができますか？

よろしくお願いします。

以下に示すように、predict（）関数内で適用するGLM、family = binomial（link = logit）モデルがあります。予測値は0と1を超えていますが、確率として保持したいと思います。そこで、apply関数で使用できるbinomial（）$inverseコマンドを使用します。

これは、最初に実行したときは問題なく機能しましたが、Rを閉じて再開した後、次のエラーが発生します。

このコードは通常は機能していたので、私はこれに何時間も苦労してきました。誰かが私が間違っていることについて考えを持っていますか？これを行うためのより良い方法はありますか？

私のコードは以下の通りです。他のバリエーションも試しましたが、動作しません。

私は2つのデータフレームを持っています。1 つはトレーニング データ ( pubs1)、もう 1 つはpubs2テスト データ ( ) です。線形回帰オブジェクトを作成できますが、予測を作成できません。これを行うのはこれが初めてではなく、何が問題なのかわかりません。

私が行方不明になっているものはありますか？

黄土の滑らかなプラスの信頼限界を残差の散布図に当てはめるのに問題があります。

私のモデルは身長～体重+胸囲です。胸囲の直線性を確認するために、胸囲のないモデル (身長 ~ 体重) を当てはめ、このモデルの残差を胸囲に対してプロットしました。ここまでは順調ですね。次に、黄土線と信頼限界を使用loess()してプロットしようとしました。predict()結果は次のようになります (図では中心線のみをプロットしましたが、CI 線は同じように見えます)。

散布図の黄土問題

ポイントは正しいです (レス フィットをポイントとしてプロットすると正しく表示されます) が、何らかの理由で線が期待どおりに描画されていません。私のコードは以下の通りです：

お役に立てれば幸いです。どうもありがとう、

マット

外部リグレッサーを使用して Arima モデルを生成しています。n 個の観測があるとします。パッケージのpredict.Arima関数は、 n + 1観測の予測を行うだけです。forecast

外部リグレッサーの値を変更して、n値 (シリーズの最後の値) を予測する必要があります。

このコードはモデルを生成し、予測を生成する方法を示します。パラメータを設定する前の期間の数を制御できますn.ahead。

このコードは、シリーズの次の 4 つの値の予測を生成します。

必要なのはn.ahead=-1、つまり、シリーズ内の値の予測ですが、外部リグレッサーが異なります。

外部リグレッサーを 1 つだけ使用している場合、タスクは複雑ではありません。これは加算モデルであるため、観測された xreg 値の差に xreg の係数を掛けた値を加算するだけでよいからです。ただし、外部リグレッサーの数が増えると、より複雑になります。

Arima モデルのシリーズの終わりに先立っていない値を予測する方法はありますか?