数据缺失值处理咨询：如何用lm模型预测指定y对应的x值

1. 反推y=0.7对应的x值 #

你当前的模型是 y ~ x（即 data$akima_data[,2] ~ data$akima_data[,1]），要从y值反求x，有两种可行方法：

方法一：基于线性公式手动计算 #

线性模型的表达式为 y = intercept + slope * x，变形后可得 x = (y - intercept)/slope，直接提取模型系数计算即可：

# 提取模型截距与斜率
intercept <- coef(akima.fit)[1]
slope <- coef(akima.fit)[2]

# 计算y=0.7对应的x值
pred_x <- (0.7 - intercept) / slope

方法二：拟合反向模型后用predict() #

重新拟合x ~ y的模型，直接调用predict()函数完成预测：

# 拟合x对y的线性模型
reverse_fit <- lm(data$akima_data[,1] ~ data$akima_data[,2])

# 构造包含目标y值的数据集
new_y <- data.frame(`data$akima_data[,2]` = 0.7)

# 预测对应的x值
pred_x <- predict(reverse_fit, newdata = new_y)

2. 补全缺失值并执行滑动窗口绘图 #

将预测得到的pred_x填充到第19行的缺失位置（假设缺失的是x列）：

data$akima_data[19, 1] <- pred_x

之后用窗口大小为5的滑动窗口迭代绘图，以下是两种实现方式：

手动循环实现 #

total_rows <- nrow(data$akima_data)
# 遍历所有完整的5行窗口
for (i in 1:(total_rows - 4)) {
  window_data <- data$akima_data[i:(i+4), ]
  # 调用你已定义的绘图函数
  your_custom_plot_function(window_data)
}

使用slider包简化处理 #

library(slider)
# 对每个完整的5行窗口应用绘图函数
slide(data$akima_data, ~your_custom_plot_function(.x), .before = 4, .complete = TRUE)

内容的提问来源于stack exchange，提问作者user19825372