Я пытаюсь предсказать объект lm с использованием функции прогнозирования.lm. Однако я хотел бы использовать введенные вручную коэффициенты. Для этого я попробовал:predict.lm с произвольными коэффициентами r
model$coefficients <- coeff
(где «коэфф» вектор правильных коэффициентов) , которые бы действительно изменить коэффициенты, как я хочу. Тем не менее, когда я выполняю
predict.lm(model, new.data)
Я просто получаю прогнозы, рассчитанные по «старым» параметрам. Есть ли способ заставить force.lm использовать новые?
Post Scriptum: Мне нужно сделать это, чтобы поместить бин-гладкую (также называемую регрессограммой). Кроме того, когда я предсказываю «вручную» (т. Е. Используя матричное умножение), результаты являются точными, поэтому я вполне уверен, что проблема заключается в предсказывать, не распознавая мои новые коэффициенты.
Заранее благодарим за помощь!
Почему вы настаиваете на использовании 'predict.lm' для этого? Это не то, для чего он предназначен. – Roland
Я бы хотел использовать его по двум причинам: 1. Даже если у меня уже есть все данные для построения графика, я хотел бы сделать код немного более элегантным и 2. Поскольку мне нужно использовать модифицированный объект lm для создания k-кратной функции проверки перекрестных связей: существующие (небрежно), оценивают коэффициенты, которые не являются правильными. –
@AlbertoFerrando Можете ли вы просто сделать матричное умножение, используя интересующие вас коэффициенты? Вот ссылка на другое сообщение SO, которое является подобным вопросом (возможный дубликат): http://stackoverflow.com/questions/2062194/create-lm-object-from-data-коэффициенты – steveb