<\/p>\n
Ein Fehler, der in R auftreten kann, ist:<\/span><\/p>\n Dieser Fehler tritt auf, wenn Sie versuchen, ein Regressionsmodell in R zu verwenden, um die Antwortwerte eines neuen Datenrahmens vorherzusagen, die Spaltennamen im neuen Datenrahmen jedoch nicht mit den Spaltennamen im Datenrahmen \u00fcbereinstimmen, die Sie zuvor verwendet haben zum Modell passen. .<\/span><\/p>\n In diesem Tutorial wird genau erkl\u00e4rt, wie Sie diesen Fehler beheben k\u00f6nnen.<\/span><\/p>\n Angenommen, wir passen ein einfaches lineares Regressionsmodell in R an:<\/span><\/p>\n Nehmen wir nun an, wir versuchen, die Funktion Predict()<\/strong> zu verwenden, um Antwortwerte f\u00fcr einen neuen Datenrahmen vorherzusagen:<\/span><\/p>\n Wir erhalten eine Fehlermeldung, weil der Datenrahmen, den wir beim Anpassen des Modells verwendet haben, eine Pr\u00e4diktorvariable mit dem Namen x<\/strong> hatte, im neuen Datenrahmen haben wir die Pr\u00e4diktorvariable jedoch x1<\/strong> genannt.<\/span><\/span><\/p>\n Da diese Namen nicht \u00fcbereinstimmen, erhalten wir eine Fehlermeldung.<\/span><\/p>\n Um diesen Fehler zu beheben, stellen Sie einfach sicher, dass die Pr\u00e4diktorvariable im neuen Datenrahmen denselben Namen hat.<\/span><\/p>\n Wir werden daher darauf achten, die Vorhersagevariable x<\/strong> im neuen Datenblock zu benennen:<\/span><\/p>\n Wir k\u00f6nnen jetzt die Funktion Predict()<\/strong> verwenden, um die Antwortwerte f\u00fcr den neuen Datenrahmen vorherzusagen:<\/span><\/p>\n Da die Spaltennamen \u00fcbereinstimmen, k\u00f6nnen wir die Y-Werte f\u00fcr den neuen Datenrahmen erfolgreich und fehlerfrei vorhersagen.<\/span><\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in R beheben k\u00f6nnen:<\/span><\/p>\n So beheben Sie das Problem in R: Namen stimmen nicht mit vorherigen Namen \u00fcberein<\/a> Ein Fehler, der in R auftreten kann, ist: Error in eval(predvars, data, env): object ‚x‘ not found Dieser Fehler tritt auf, wenn Sie versuchen, ein Regressionsmodell in R zu verwenden, um die Antwortwerte eines neuen Datenrahmens vorherzusagen, die Spaltennamen im neuen Datenrahmen jedoch nicht mit den Spaltennamen im Datenrahmen \u00fcbereinstimmen, die Sie zuvor verwendet haben […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Error in eval(predvars, data, env): object 'x' not found \n<\/strong><\/pre>\n
So reproduzieren Sie den Fehler<\/strong><\/h3>\n
#create data frame\ndata <- data. frame<\/span> (x=c(1, 2, 2, 3, 5, 6, 8, 9),\n y=c(7, 8, 8, 6, 9, 8, 12, 14))\n\n#fit linear regression model to data\n<\/span>model <- lm(y ~ x, data=data)\n\n#view summary of model\n<\/span>summary(model)\n\nCall:\nlm(formula = y ~ x, data = data)\n\nResiduals:\n Min 1Q Median 3Q Max \n-2.1613 -0.7500 0.5000 0.9355 1.5161 \n\nCoefficients:\n Estimate Std. Error t value Pr(>|t|) \n(Intercept) 5.5161 0.9830 5.611 0.00137 **\nx 0.7742 0.1858 4.167 0.00590 **\n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 1.463 on 6 degrees of freedom\nMultiple R-squared: 0.7432, Adjusted R-squared: 0.7004 \nF-statistic: 17.37 on 1 and 6 DF, p-value: 0.005896\n<\/span><\/span><\/strong><\/span><\/pre>\n #define new data frame\nnew_data <- data. frame<\/span> (x1=c(4, 5, 7, 8, 9))\n<\/span>\n#attempt to predict y values for new data frame\npredict(model, newdata=new_data)\n\nError in eval(predvars, data, env): object 'x' not found\n<\/span><\/span><\/strong><\/span><\/pre>\n So beheben Sie den Fehler<\/strong><\/span><\/h3>\n
#define new data frame\nnew_data <- data. frame<\/span> (x=c(4, 5, 7, 8, 9)) \n<\/span><\/span><\/strong><\/span><\/pre>\n #predict y values for new data frame\n<\/span>predict(model, newdata=new_data)\n\n 1 2 3 4 5 \n 8.612903 9.387097 10.935484 11.709677 12.483871<\/span>\n<\/span><\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So beheben Sie das Problem in R: Die L\u00e4nge eines l\u00e4ngeren Objekts ist kein Vielfaches der L\u00e4nge eines k\u00fcrzeren Objekts<\/a>
So korrigieren Sie in R: Kontraste k\u00f6nnen nur auf Faktoren mit 2 oder mehr Ebenen angewendet werden<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"