我只用了一点R,而且从来不使用数据帧,这使得理解predict的正确用法变得困难。我的数据是纯矩阵,而不是数据帧,我们称它们为a和b,它们分别是N x p和M x p矩阵。我可以运行回归lm(a[,1] ~ a[,-1])。我想使用生成的lm对象从b[,-1]预测b[,1]。我对predict(lm(a[,1] ~ a[,-1]), b[,-1])的天真猜测不成立。使用lm
我想对以前的N个回归观测做一个滚动的多元回归,预测在某个窗口K上的下一个返回。例如,在最后的K= 120天内,对最后的N= 14的观测做一个回归来预测下一个观察。一旦我有了这个回归,我想使用预测函数来根据回归得到每一行的预测。在伪码中,应该是这样的:
DT[, Prediction := predict(lm(Return[prev K - N -1] ~ Re
使用R,我想运行n次迭代来生成n个简单的线性回归模型,使用训练数据集来预测测试数据的n组拟合值。这将涉及将模型和预测存储在适当的容器中。我还想用标签向量来标记预测。数据的结构如下:X = c(1.1,2.3,3.4,4.5,5.8), Y = c(1.0,2.4,3.3,4.7,6.0)和模型将类似于lm(Y.train~X.train),预测将类似于predict(lm, dat
我们使用标准的lm函数运行了一个最小二乘回归。为了解决面板数据的问题,我们使用pcse软件包重新运行分析,以计算面板校正后的标准误差。我们得到了结果,并希望生成一个图形来显示预测值和置信区间(就像我们对标准SE的正常lm回归所做的那样),但我们得到了以下错误消息:
Error in UseMethod("predict") :no applicable method for 'predict</e