R语言调用predict函数出现异常结果及报错的问题咨询

核心原因 #

出现这个问题的本质是你的回归模型lm.fit依赖的变量和传入predict的newdata不匹配，具体分两种常见情况：

• 构建模型时误使用了多变量公式：比如写成lm(medv ~ ., data = Boston)（用Boston数据集所有变量建模），而非书中要求的单变量回归lm(medv ~ lstat, data = Boston)。此时newdata只提供了lstat，R找不到模型所需的其他变量，就会自动调用原训练数据（共506行）的变量来补全，导致输出数百行结果并报错。
• 构建模型时未指定data参数：比如写成lm(Boston$medv ~ Boston$lstat)，这种情况下模型识别的变量是Boston$lstat而非单纯的lstat。当newdata传入列名为lstat的数据框时，R无法匹配到模型要求的变量，同样会自动使用原训练数据的506行数据进行预测。

解决步骤 #

1. 重新构建正确的单变量线性回归模型：

   lm.fit <- lm(medv ~ lstat, data = Boston)
   

2. 再次执行预测命令：

   predict(lm.fit, data.frame(lstat = c(5,10,15)), interval = "confidence")
   

执行后就能得到你预期的3行拟合结果。

内容的提问来源于stack exchange，提问作者HMPtwo