R线性回归predict警告：newdata有1行但匹配到392行变量如何解决

• R的predict.lm()函数要求传入的newdata变量名，必须和拟合线性模型时用到的自变量名称完全匹配（大小写也需一致）。
• 你构造训练数据集mydata时，将马力字段重命名为了my_horse，因此模型内存储的自变量名为my_horse；但预测时传入的newdata中字段名为horsepower，名称不匹配，R无法识别到可用于预测的自变量，就会默认调用模型训练时的392行原始自变量数据计算预测值，因此返回全量结果并弹出对应警告。

方法1：直接匹配预测时的变量名 #

将newdata中的变量名修改为和训练时一致的my_horse即可，如需输出99%置信区间、预测区间，额外指定interval和level参数即可：

# 仅输出单条预测值
predict(car_linear_regression, newdata = data.frame(my_horse = 93.5))

# 输出预测值 + 99%置信区间（针对总体回归均值的区间估计）
predict(car_linear_regression, newdata = data.frame(my_horse = 93.5), interval = "confidence", level = 0.99)

# 输出预测值 + 99%预测区间（针对单个观测值的区间估计，范围比置信区间更宽）
predict(car_linear_regression, newdata = data.frame(my_horse = 93.5), interval = "prediction", level = 0.99)

方法2：拟合时使用原始字段名（降低后续维护成本） #

拟合模型时直接用原始数据集的字段名，不需要额外构造单独的向量重命名，后续预测时直接传horsepower即可：

# 直接用原始数据集拟合模型，无需单独构造字段
car_linear_regression <- lm(acceleration ~ horsepower, data = auto_df)

# 直接传入horsepower做预测
predict(car_linear_regression, newdata = data.frame(horsepower = 93.5), interval = "prediction", level = 0.99)

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