<\/p>\n
Um erro que voc\u00ea pode encontrar no R \u00e9:<\/span><\/p>\n Este erro ocorre quando voc\u00ea tenta usar um modelo de regress\u00e3o em R para prever os valores de resposta de um novo quadro de dados, mas os nomes das colunas no novo quadro de dados n\u00e3o correspondem aos nomes das colunas no quadro de dados que voc\u00ea usou para ajuste o modelo. .<\/span><\/p>\n Este tutorial explica exatamente como corrigir esse erro.<\/span><\/p>\n Suponha que ajustamos um modelo de regress\u00e3o linear simples em R:<\/span><\/p>\n Agora suponha que estamos tentando usar a fun\u00e7\u00e3o predizer()<\/strong> para prever valores de resposta para um novo quadro de dados:<\/span><\/p>\n Recebemos um erro porque o quadro de dados que usamos ao ajustar o modelo tinha uma vari\u00e1vel preditora chamada x<\/strong> , mas no novo quadro de dados nomeamos a vari\u00e1vel preditora x1<\/strong> .<\/span><\/span><\/p>\n Como esses nomes n\u00e3o correspondem, recebemos um erro.<\/span><\/p>\n A maneira de corrigir esse erro \u00e9 simplesmente garantir que a vari\u00e1vel preditora no novo quadro de dados tenha o mesmo nome.<\/span><\/p>\n Portanto, nos certificaremos de nomear a vari\u00e1vel preditiva x<\/strong> no novo bloco de dados:<\/span><\/p>\n Agora podemos usar a fun\u00e7\u00e3o predizer()<\/strong> para prever os valores de resposta para o novo quadro de dados:<\/span><\/p>\n Somos capazes de prever com \u00eaxito os valores de y para o novo quadro de dados sem erros, pois os nomes das colunas correspondem.<\/span><\/span><\/p>\n Os tutoriais a seguir explicam como resolver outros erros comuns em R:<\/span><\/p>\n Como corrigir em R: os nomes n\u00e3o correspondem aos nomes anteriores<\/a> Um erro que voc\u00ea pode encontrar no R \u00e9: Error in eval(predvars, data, env): object ‘x’ not found Este erro ocorre quando voc\u00ea tenta usar um modelo de regress\u00e3o em R para prever os valores de resposta de um novo quadro de dados, mas os nomes das colunas no novo quadro de dados n\u00e3o correspondem […]<\/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":[],"class_list":["post-3076","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Error in eval(predvars, data, env): object 'x' not found \n<\/strong><\/pre>\n
Como reproduzir o erro<\/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 Como corrigir o erro<\/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 Recursos adicionais<\/strong><\/span><\/h3>\n
Como corrigir em R: o comprimento de um objeto mais longo n\u00e3o \u00e9 m\u00faltiplo do comprimento de um objeto mais curto<\/a>
Como corrigir em R: contrastes s\u00f3 podem ser aplicados a fatores com 2 ou mais n\u00edveis<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"