使用自然样条拟合进行预测

Question

我已经拟合了一个简单的自然样条（df = 3）模型，现在想对一些样本外的观测值进行预测。使用 predict() 函数，我可以得到样本内观测值的拟合值，但是我无法得到新观测值的预测值。

以下是我的代码：

library(splines)

set.seed(12345)
x <- seq(0, 2, by = 0.01)
y <- rnorm(length(x)) + 2*sin(2*pi*(x-1/4))

# My n.s fit:
fit.temp <- lm(y ~ ns(x, knots = seq(0.01, 2, by = 0.1)))

# Getting fitted values:
fit.temp.values <- predict(fit.temp,interval="prediction", level = 1 - 0.05)

# Plotting the data, the fit, and the 95% CI:
plot(x, y, ylim = c(-6, +6))
lines(x, fit.temp.values[,1], col = "darkred")
lines(x, fit.temp.values[,2], col = "darkblue", lty = 2)
lines(x, fit.temp.values[,3], col = "darkblue", lty = 2)

# Consider the points for which we want to get the predicted values:
x.new <- c(0.275, 0.375, 0.475, 0.575, 1.345)

如何获取x.new的预测值？

非常感谢您的帮助，

p.s. 我在SO上搜了所有相关问题，但没有找到答案。

- Sam

---

有一些针对上述示例的简单解决方案。我的观点是学习使用predict()函数来获取外样本观测值的预测值。 - Sam

你的第一步应该是阅读?predict.lm。 - Roland

嗨@Roland，感谢您的评论。我做了。问题是当我们的协变量中有ns()时，我不知道“newdata”应该是什么。 - Sam

Answer 1

创建一个包含名为x的列的数据框，并将其作为newdata参数传递给predict函数：

predict(fit.temp, newdata=data.frame(x=x.new))

- Hong Ooi

---

谢谢 @Hong Ooi。在发帖之前，我尝试过这个方法，但是我没有在数据框中加入x，所以出现了错误。现在问题已经解决了。 - Sam

Answer 2

你正在向lm发送单独的向量。如果你想知道这里出了什么问题，那么请键入：

 fit.temp$terms

请注意，x-predictor的名称是：

attr(,"term.labels")
[1] "ns(x, knots = seq(0.01, 2, by = 0.1))"

你需要给predict一个以x为名称的列表。更简单的方法是使用lm和lm.predict，并使用数据框作为参数进行预测，以便可以通过内部重新评估新值来进行预测。

 df <- data.frame(x,y)
 # My n.s fit:
 fit.temp <- lm(y ~ ns(x, knots = seq(0.01, 2, by = 0.1)) , data=df)
 predict(fit.temp, newdata=list(x =c(0.275, 0.375, 0.475, 0.575, 1.345) )  )
#        1         2         3         4         5 
#0.9264572 1.6549046 2.0743470 1.9507962 0.8220687 
points(x.new, predict(fit.temp, 
               newdata=list(x =c(0.275, 0.375, 0.475, 0.575, 1.345) )), 
       col="red", cex=2)

- IRTFM

---

实际上，predict.lm 足够聪明，可以计算出底层变量是 x。不需要将变量收集到数据框中（尽管这通常是一个好主意）。 - Hong Ooi

所以，原帖失败的原因只是因为他没有使用 list(x=new.x) 吗？我感到非常尴尬。 - IRTFM

谢谢你们俩的帮助。问题是我使用了x.new本身，而不是将它放在data.frame中，所以出现了错误。现在问题已经解决了。 - Sam

你没有在传递给 predict 函数的参数中将其命名为 "x"，这是问题所在。函数试图强制转换为类 'data.frame'。 - IRTFM

好的。完成了。我还尝试添加lowess或lowess，但它们都还不存在标签中。 - IRTFM

不行，我尝试过但失败了。显然这两个标签都还不存在。我知道它们是不同的。你提到的参数样条允许指定基础，而lowess和loess是局部平滑样条，可用的控制较少。 - IRTFM