R语言多元线性回归predict()返回过多结果问题求助

问题核心原因 #

你的代码存在两个关键错误：

1. 首次调用predict时，新数据集构造逻辑错误：你用x[1,1]、x[2,1]这种方式取的是不同行的单个元素，R会自动循环补齐这些值，生成和训练样本行数一致的149行数据框，因此返回149个预测值。
2. 循环方法中参数名错误：predict函数指定新数据集的参数是newdata，而非你写的sample_x，导致函数无法识别测试数据。

正确解决方案 #

方案1：直接传入完整测试数据框（推荐） #

无需手动拆分变量，直接把test_x传入newdata即可，只要test_x的列名和训练时的sample_x完全一致（你的数据已满足该条件）：

sample_spxx = spxx[2:150]
sample_x = x[1:149,]
y = lm(sample_spxx ~ sample_x)

test_spxx = spxx[151:207]
test_x = x[150:206,]

# 直接传入测试数据框
predictions = predict(y, newdata = test_x)

此方法会生成与test_x行数匹配的预测值（共57个），和test_spxx长度一致。

方案2：修复循环方法的参数错误 #

如果坚持逐行预测，只需修正参数名：

predictions = c()
for(i in 1:nrow(test_x)){
  # 将错误的sample_x改为newdata
  predictions[i] = predict(y, newdata = data.frame(test_x[i,]))
}

注意：test_x[i,]转成data.frame时，R会保留原列名，确保和训练集一致即可。

额外提示 #

• 训练模型时，lm(sample_spxx ~ sample_x)等价于将sample_x所有列作为自变量，也可以显式写为lm(sample_spxx ~ DTWEXBGS + CFNAI + DGS2 + BAMLH0A0HYM2 + CPIAUCSL, data = cbind(sample_spxx, sample_x))，可读性更强。
• 务必保证test_x和sample_x的列名完全一致，大小写、拼写均不能出错，否则predict会报错。

内容的提问来源于stack exchange，提问作者user121416