R中glm用'-'排除变量后predict报错的原因解析

核心差异源于R中公式的保存与解析逻辑：

• 用Direction ~ . - Today - Year构建模型时，R仅在拟合阶段临时将.展开为Weekly数据集的所有变量，再移除Year和Today来计算模型系数，但模型对象中保存的公式仍然是~ . - Today - Year这个原始写法，并未自动展开为具体的变量列表。
• 调用predict()函数时，R会在newdata的环境下重新解析这个公式：首先将.展开为newdata中的所有变量（即你选取的Lag1到Volume），接着执行- Today - Year的操作——此时会尝试查找Year变量，但newdata中并不包含该变量，因此抛出"找不到对象'Year'"的错误。
• 而手动指定变量的模型logregall2，公式明确列出了所有需要用到的变量，predict()时直接在newdata中查找这些已存在的变量，不会触发对Year的查找操作，因此可以正常运行。

你可以通过以下代码验证两个模型的公式差异：

# 查看logregall的公式
formula(logregall)
# 输出：Direction ~ . - Today - Year

# 查看logregall2的公式
formula(logregall2)
# 输出：Direction ~ Lag1 + Lag2 + Lag3 + Lag4 + Lag5 + Volume

内容的提问来源于stack exchange，提问作者jojorabbit