R函数拟合（）和预测（）有区别吗？

Question

功能fitted()和predict()之间有区别吗？我注意到来自lme4的混合模型与fitted()一起使用，但不是predict()。

Answer 1

是的，有。如果存在与所述线性预测器的响应的预期值（例如日志泊松回归或Logit的逻辑回归）一个link function，predict返回之前被施加链接函数的逆函数的拟合值（返回数据与响应变量的比例相同），fitted在之后显示它为。

例如：

x = rnorm(10) 
y = rpois(10, exp(x)) 
m = glm(y ~ x, family="poisson") 

print(fitted(m)) 
#   1   2   3   4   5   6   7   8 
# 0.3668989 0.6083009 0.4677463 0.8685777 0.8047078 0.6116263 0.5688551 0.4909217 
#   9  10 
# 0.5583372 0.6540281 
print(predict(m)) 
#   1   2   3   4   5   6   7 
# -1.0026690 -0.4970857 -0.7598292 -0.1408982 -0.2172761 -0.4916338 -0.5641295 
#   8   9   10 
# -0.7114706 -0.5827923 -0.4246050 
print(all.equal(log(fitted(m)), predict(m))) 
# [1] TRUE 

这确实意味着用于通过线性回归（lm）创建的模型，有fitted和predict之间没有差别。

在实际应用中，这意味着，如果你想比较适合的原始数据，你应该使用fitted。

Answer 2

的fitted函数返回与用于拟合模型中的数据相关联的y帽子值。 predict函数返回一组新预测变量的预测。如果您没有指定一组新的预测变量，那么它将默认使用原始数据，对于某些模型给出与fitted相同的结果，但是如果您想要预测一组新的值，则需要predict。函数通常也有选择返回哪种类型的预测，线性预测器，预测转换为响应比例，最可能的类别，模型中每个术语的贡献等。