预测预测的标准误差

我是来自Stata世界的R的新手。我刚刚运行的线性模型（具有约100个变量，各有500个数据点左右），像这样：预测预测的标准误差

RegModel.3 <- lm(ordercount~timecount2+timecount4 .... expeditedrop, data=Dataset)

现在我想找到预测的标准误差，如在Stata的stdf功能，为每个拟合值。

我尝试下面的代码：

predict(RegModel.3$fitted.values, new, se.fit=TRUE)

但我发现了以下错误：

Error in UseMethod("predict") : no applicable method for 'predict' applied to an object of class "c('double', 'numeric')"

我在做什么错？此外，我怎么去类似的方式的方式使用write.csv命令导出输出我写的系数：

write.csv(RegModel.3$coefficients, file='results.csv')

谢谢！

来源

2012-12-07 Bryan

可再现从?lm采取例如：

write.csv(cbind(pp$fit,stderr=pp$se.fit),file="predintervals.csv")

ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14) 
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69) 
group <- gl(2,10,20, labels=c("Ctl","Trt")) 
weight <- c(ctl, trt) 
lm.D9 <- lm(weight ~ group) 


pp <- predict(lm.D9, interval="prediction",se.fit=TRUE)

（参见?predict.lm供参考）和应该这样做。（在这种情况下，标准误差全部相同，因为存在单个分类预测器并且没有连续预测器......）

PS：只要有可能，最好使用标准访问器，如coef()来提取系数或fitted()以提取拟合值，而不是通过$到达对象内部。尝试methods(class="lm")以查看可用的访问器。

编辑：插图，一般的做法仍然是一个大问题的工作：

set.seed(101) 
X <- matrix(runif(101*500),nrow=500) 
prednames <- paste0("predictor",1:100) 
X2 <- setNames(as.data.frame(X), 
       c("response",prednames)) 
form <- reformulate(paste(prednames,collapse="+"),response="response") 
fit1 <- lm(form,data=X2) 
pp <- predict(fit1,interval="predict",se.fit=TRUE)

来源

2012-12-07 00:36:25

当我使用预测（），我得到以下错误：错误predict.lm（RegModel.3，间隔=“预测”，se.fit = TRUE）：下标越界---你知道我为什么得到它吗？ – Bryan

@ user1884063请发布一个[可重现的例子]（http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example） –

或至少告诉我们什么'str（RegModel .3）'是... –

预测预测的标准误差

回答

相关问题