使用predict.lm()时预测值等于DV均值的技术求助

我在用predict.lm()函数，基于三个自变量的样本均值预测因变量时遇到了问题——预测结果始终等于因变量的均值，不管是直接用函数预测，还是手动用回归系数计算，结果都是一样的。

变量说明 #

因变量(DV)：

• Pre_TimeinSB_Troiano2008_100cpm_30min_plusBouts_pd：每日持续静坐至少30分钟的时长（分钟/天）

自变量(IV)：

• Pre_Time_Copeland2009_ST_25cpm_pd：加速度计佩戴时长（分钟/天）
• Pre_SED_Troiano2008_pd：每日总静坐时长（分钟/天）
• Pre_TotalMVPA_Copeland2009_ST_25cpm_pd：每日中高强度体力活动总时长（分钟/天）

环境信息 #

• R Studio版本：2022.12.0+353
• R版本：4.2.2
• 平台：aarch64-apple-darwin20（64位）
• 运行环境：macOS Monterey 12.6.2
• 已加载包：base包、tidyverse、modeldata等

运行代码 #

library(tidyverse)
library(modeldata)

setwd("/Users/Datasets/Manuscript")
d<-read.csv('PREDICTORS.csv',sep=',',header = T)

mean_time=mean(d$Pre_Time_Copeland2009_ST_25cpm_pd)
mean_sed_tr=mean(d$Pre_SED_Troiano2008_pd)
mean_mvpa_cop=mean(d$Pre_TotalMVPA_Copeland2009_ST_25cpm_pd)
mean_mvpa_tr=mean(d$Pre_TotalMVPA_Troiano2008_pd)
mean_tsb30min=mean(d$Pre_TimeinSB_Troiano2008_100cpm_30min_plusBouts_pd)

modstate3 <- reformulate(c("Pre_Time_Copeland2009_ST_25cpm_pd",    
"Pre_SED_Troiano2008_pd","Pre_TotalMVPA_Copeland2009_ST_25cpm_pd"),
response="Pre_TimeinSB_Troiano2008_100cpm_30min_plusBouts_pd")
reg3 = lm(modstate3, d)
r3 = resid(reg3)
new3 <- data.frame(Pre_Time_Copeland2009_ST_25cpm_pd=c(mean_time), 
Pre_SED_Troiano2008_pd=c(mean_sed_tr),      
Pre_TotalMVPA_Copeland2009_ST_25cpm_pd=c(mean_mvpa_cop))
p3=predict.lm(reg3, newdata=new3)
p3a <- as.numeric(p3)
print(p3a)
reg3$coefficients

输出结果 #

print(p3a)
#> [1] 202.596
format(p3a, digits = 10)
#> [1] "202.5960184"
reg3$coefficients
(Intercept)             Pre_Time_Copeland2009_ST_25cpm_pd 
103.0348261                -0.9109195 
Pre_SED_Troiano2008_pd      Pre_TotalMVPA_Copeland2009_ST_25cpm_pd 
1.3963774                        1.4143874 
print(mean_time)
[1] 867.0451
print(mean_sed_tr)
[1] 587.5502
print(mean_mvpa_cop)
[1] 48.73319
print(mean_tsb30min)
[1] 202.596
y3 = 103.0348261 + (-0.9109195*867.0451) + (1.3963774*587.5502) + (1.4143874*48.73319)
print(y3)
[1] 202.596
format(y3, digits = 10)
[1] "202.5959677"

已尝试的解决方法 #

• 使用predict(reg3, newdata=new3)替代predict.lm()
• 直接写出回归模型公式（而非用reformulate）
• 创建包含119个（样本量）自变量均值的向量作为newdata
• 构建仅含佩戴时长单个自变量的简单回归模型

其中前3种方法结果和原问题一致，第4种方法无效。

恳请各位提供解决思路，谢谢！

内容的提问来源于stack exchange，提问作者dmp