R语言predict函数无法生成失业者工资预测值的问题求助

你遇到的问题是因为predict.selection()默认只返回就业样本的工资拟合值——毕竟模型的第二阶段（工资方程）是基于有工资数据的就业者估计的。要生成全数据集（包括失业者）的对数工资预测，有两种简单的实现方式：

方法一：指定newdata参数调用predict #

直接在predict()中传入完整数据集作为newdata，函数会自动为所有样本计算预测值：

ml_restricted <- selection(employed ~ schooling + age + agesq + married, logwage ~ schooling + age + agesq, data)
summary(ml_restricted)

# 生成全样本预测
predML <- predict(ml_restricted, newdata = data, type = "response")

# 合并到原数据集
data$predML <- predML  # 用$赋值比cbind更稳妥，避免类型问题

employed2 <- ifelse(data$employed == 1, "employed", "unemployed")
data$employed2 <- employed2

这里type="response"会直接返回对数工资的预测值（对应模型的线性预测结果，因为工资方程是对数形式）。

方法二：手动用模型系数计算 #

如果想更直观地控制计算过程，可以提取工资方程的系数，手动对全样本计算预测：

ml_restricted <- selection(employed ~ schooling + age + agesq + married, logwage ~ schooling + age + agesq, data)
summary(ml_restricted)

# 提取工资方程的系数（包括截距项）
wage_coefficients <- coef(ml_restricted)[grepl("logwage", names(coef(ml_restricted)))]

# 构造全样本的自变量矩阵（自动包含截距项）
X_matrix <- model.matrix(~ schooling + age + agesq, data = data)

# 计算对数工资预测
predML <- as.vector(X_matrix %*% wage_coefficients)

# 合并到原数据集
data$predML <- predML

employed2 <- ifelse(data$employed == 1, "employed", "unemployed")
data$employed2 <- employed2

注意事项 #

• 两种方法得到的结果是一致的，第一种更简洁，第二种适合需要自定义计算逻辑的场景。
• 用data$colname的方式赋值比cbind更安全，能避免因数据类型不匹配导致的列格式问题。

内容的提问来源于stack exchange，提问作者Pete