如何在R中手动创建rq类对象以正常调用predict预测函数

你可以按照以下步骤构建符合predict调用要求的rq类对象，不需要保留拟合过程生成的冗余字段：

1. 构造带命名的系数字段，直接生成numeric类型即可，避免后续额外修改类属性：

coefs <- c("(Intercept)" = 81.48225, "income" = 0.5601806)

2. 生成符合要求的terms对象：不要直接使用原始公式，调用terms()函数处理拟合用的公式，会自动补全predict方法需要的所有元属性：

# 传入和拟合时一致的公式和原始数据集，保证属性匹配
terms_obj <- terms(foodexp ~ income, data = engel)

3. 组装对象并设置类属性：

mymdl <- list(
  coefficients = coefs,
  terms = terms_obj
)
class(mymdl) <- "rq"

完成后直接调用predict(mymdl, newdata = engel2)就可以正常输出预测结果。

rq()函数返回的mdl$terms不是普通的formula对象，而是经过处理的terms类对象，除了公式本身之外，还附带了变量环境、变量类型、预测变量定义等十多个隐含属性，这些属性是predict.rq方法内部提取newdata对应字段、生成预测矩阵的必要信息。
你直接给普通formula对象reg_formula强行修改类为terms类，本质是给一个结构不完整的对象套了个类标识，隐含属性全部缺失，predict.rq内部调用model.matrix生成自变量矩阵时无法匹配到newdata里的income字段，生成的矩阵全是缺失值，和系数相乘后自然就输出全量NA。
你可以运行str(mdl$terms)和str(reg_formula)对比两者的结构差异，就能直接看到属性缺失的情况。

内容的提问来源于stack exchange，提问作者glaucon