R语言使用predict函数遇‘object not found’错误的解决求助

问题根源 #

• newdata变量名不匹配：你的线性回归模型使用的自变量是rts、size、cpm、pr，但你创建的carvals数据框用了Type和weight作为列名，完全不符合predict函数的要求——它需要newdata包含与模型自变量完全同名的列。
• 变量大小写不一致：你将sales$size转成因子后存入了sales$Size（大写S），但回归公式里仍用size（小写s），导致模型实际调用的是原始未转换的size列，而非你处理后的因子列。

修正后的代码 #

sales <- read.csv("CarValues.csv")
# 统一变量名大小写，将size列转为因子
sales$size <- as.factor(sales$size)
summary(sales)

# 构建与数据列名匹配的回归模型
sales.regr <- lm(vs ~ rts + size + cpm + pr, data=sales)

# 创建符合要求的newdata：列名必须与模型自变量完全一致
carvals <- data.frame(
  rts = 75,
  size = "Upscale Sedan",
  cpm = 0.72,
  pr = 3
)

# 执行预测
predict(sales.regr, newdata = carvals, type="response")

关键说明 #

predict函数的newdata参数必须严格对应模型中的自变量名称，这样函数才能找到用于预测的变量值。同时要保证数据预处理和模型公式中的变量名一致，避免因大小写或名称差异导致的错误。

内容的提问来源于stack exchange，提问作者Aidan Shaw