如何使用多元回归模型预测 r 中的值

您可以使用以下基本语法使用拟合的多元线性回归模型来预测 R 中的值：

 #define new observation
new <- data. frame (x1=c(5), x2=c(10), x3=c(12.5))

#use fitted model to predict the response value for the new observation
predict(model, newdata=new)

下面的例子展示了如何在实际中使用这个功能。

示例：使用拟合的多元线性回归模型预测值

假设我们在 R 中有以下数据集，其中包含有关篮球运动员的信息：

 #create data frame
df <- data. frame (rating=c(67, 75, 79, 85, 90, 96, 97),
                 points=c(8, 12, 16, 15, 22, 28, 24),
                 assists=c(4, 6, 6, 5, 3, 8, 7),
                 rebounds=c(1, 4, 3, 3, 2, 6, 7))

#view data frame
df

  rating points assists rebounds
1 67 8 4 1
2 75 12 6 4
3 79 16 6 3
4 85 15 5 3
5 90 22 3 2
6 96 28 8 6
7 97 24 7 7

现在假设我们使用得分、助攻和篮板作为预测变量，并使用评分作为响应变量来拟合多元线性回归模型：

 #fit multiple linear regression model
model <- lm(rating ~ points + assists + rebounds, data=df)

#view model summary
summary(model)

Call:
lm(formula = rating ~ points + assists + rebounds, data = df)

Residuals:
      1 2 3 4 5 6 7 
-1.5902 -1.7181 0.2413 4.8597 -1.0201 -0.6082 -0.1644 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept) 66.4355 6.6932 9.926 0.00218 **
points 1.2152 0.2788 4.359 0.02232 * 
assists -2.5968 1.6263 -1.597 0.20860   
rebounds 2.8202 1.6118 1.750 0.17847   
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 3.193 on 3 degrees of freedom
Multiple R-squared: 0.9589, Adjusted R-squared: 0.9179 
F-statistic: 23.35 on 3 and 3 DF, p-value: 0.01396

根据Estimate列中的值，我们可以编写拟合回归模型：

得分 = 66.4355 + 1.2151（得分）- 2.5968（助攻）+ 2.8202（篮板）

我们可以使用下面的代码来预测一个新球员得到20分、5次助攻和2个篮板的评分：

 #define new player
new <- data. frame (points=c(20), assists=c(5), rebounds=c(2))

#use the fitted model to predict the rating for the new player
predict(model, newdata=new)

       1 
83.39607 

该模型预测该新玩家的评分为83.39607 。

我们可以通过将新玩家的值插入拟合回归方程来确认这是正确的：

• 得分 = 66.4355 + 1.2151（得分）- 2.5968（助攻）+ 2.8202（篮板）
• 评级 = 66.4355 + 1.2151(20) – 2.5968(5) + 2.8202(2)
• 分数 = 83.39

这与我们使用 R 中的Predict()函数计算的值相匹配。

其他资源

以下教程解释了如何在 R 中执行其他常见任务：

如何在 R 中执行简单线性回归
如何在 R 中执行多元线性回归
如何在 R 中创建残差图