如何在缺失响应变量的测试集生成可复现predict的模型矩阵

核心方法：移除terms中的响应变量 #

使用delete.response()处理拟合模型的terms对象，既能去掉响应变量y，又完整保留模型拟合时的所有变量转换规则（比如poly()的次数、正交性参数），避免直接修改公式导致的预测结果偏差。

代码实现 #

# 生成训练/测试数据并拟合模型
set.seed(1); df_train = data.frame(y = rnorm(10), x = rnorm(10), z = rnorm(10))
set.seed(2); df_test = data.frame(x = rnorm(10), z = rnorm(10))
fit = lm(y ~ poly(x) + poly(z), data = df_train)

# 处理模型terms，移除响应变量部分
terms_no_y = delete.response(terms(fit))

# 生成测试集模型矩阵，无需添加占位y
mm_test = model.matrix(terms_no_y, df_test)

# 验证预测结果一致性
preds_1 = round(predict(fit, df_test), 5) 
preds_2 = round(mm_test %*% fit$coefficients, 5)
all(preds_1 == preds_2)  # 返回TRUE

方法优势 #

• 保留模型训练时的全部元数据：比如poly()在训练阶段确定的正交多项式参数，确保测试集变量转换逻辑和训练完全一致。
• 无需修改测试集数据，避免冗余的占位变量，代码更简洁规范。
• 彻底解决直接截取公式（如formula(fit)[-2]）导致的转换规则丢失问题，保证矩阵乘法结果与predict()输出完全匹配。

内容的提问来源于stack exchange，提问作者jruf003