r - Predict()-也许我不明白

我posted earlier today有关使用predict函数遇到的错误。我能够纠正该错误，并认为自己走在正确的道路上。
我有很多观察(实际)，还有一些我想推断或预测的数据点。我使用lm创建模型，然后尝试将predict与实际值一起用作预测变量输入。
这段代码与我之前的文章重复了，但是这里是:

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 ...

码:

model <- lm(df$Total ~ df$Coupon, data=df)

> model

Call:
lm(formula = df$Total ~ df$Coupon)

Coefficients:
(Intercept)    df$Coupon
  107286259         1349

预测代码(基于先前的帮助):
(这些是我要用来获取预测值的预测值)

Quarter = c("Jun 11", "Sep 11", "Dec 11")
Total = c(79037022, 83100656, 104299800)
Coupon = data.frame(Quarter, Total)

Coupon$estimate <- predict(model, newdate = Coupon$Total)

现在，当我运行该命令时，出现以下错误消息:

Error in `$<-.data.frame`(`*tmp*`, "estimate", value = c(60980.3823396919,  :
  replacement has 21 rows, data has 3

我用来构建模型的原始数据框包含21个观察值。我现在正在尝试根据模型预测3个值。
我不是真的不了解此功能，或者我的代码有错误。
帮助将不胜感激。
谢谢

最佳答案

首先，您要使用

model <- lm(Total ~ Coupon, data=df)

不是model <-lm(df$Total ~ df$Coupon, data=df)。

其次，通过说lm(Total ~ Coupon)，您将使用Total作为预测变量来拟合使用Coupon作为响应变量的模型。也就是说，您的模型的形式为Total = a + b*Coupon，a和b是要估计的系数。请注意，响应位于~的左侧，而预测变量位于右侧。

因此，当您要求R为模型提供预测值时，必须提供一组新的预测值，即Coupon而不是Total的新值。

第三，从您对newdata的规范来看，看起来您实际上是在寻找一种将Coupon作为Total的函数进行拟合的模型，而不是相反。去做这个:

model <- lm(Coupon ~ Total, data=df)
new.df <- data.frame(Total=c(79037022, 83100656, 104299800))
predict(model, new.df)

关于r - Predict()-也许我不明白，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/9028662/