R语言Multinomial Regression中predicts()函数报错求助

核心问题 #

你遇到的所有错误，本质都是predicts()函数的参数传递格式错误：该函数不支持用分号分隔的字符串指定预测变量，尤其是因子变量，这种方式会导致类型不匹配或解析失败。

正确实现步骤 #

1. 构建匹配因子水平的预测数据集

预测数据的因子变量必须和训练数据df_Wahlen的因子水平完全一致，否则模型无法识别。以下是针对你的需求构建的预测数据框：

# 基于原数据的因子水平，创建预测用数据
new_data <- data.frame(
  # edlevel：使用原数据的因子水平，对应原数值0的水平
  edlevel = factor(0, levels = levels(df_Wahlen$edlevel)),
  # female：直接指定标签"Mann"，必须是原数据已有的水平
  female = factor("Mann", levels = levels(df_Wahlen$female)),
  # class：原数值2对应标签"Arbeiterklasse"，保持因子水平一致
  class = factor(2, levels = levels(df_Wahlen$class), labels = c("Mittelschicht", "Arbeiterklasse", "Keine")),
  age = 20,
  leftright = 6
)

2. 正确调用predicts()函数

用构建好的数据框作为参数传入，同时设置随机种子保证结果可复现：

set.seed(1848)
df_pred2 <- predicts(model_mlogit, new_data, type = "simulation", sim.count = 10000)

错误原因解释 #

• 错误1（下标越界）：分号分隔的字符串无法被predicts()正确解析为对应的变量类型，尤其是因子变量的结构信息丢失，导致内部索引出错。
• 错误2/3（类型不匹配）：字符串形式的参数会被默认识别为数值类型，但原变量是因子，两者类型冲突，因此报错。

额外注意事项 #

• 如果需要使用min这类统计量作为预测值，需先从原数据提取后转换为对应因子水平，例如：

  # 提取edlevel的最小数值，转换为对应因子
  edlevel_min <- factor(min(as.numeric(df_Wahlen$edlevel)), levels = levels(df_Wahlen$edlevel))
  

• 始终保证预测数据的变量名、因子水平与训练数据完全一致，这是R中模型预测的基本要求。

内容的提问来源于stack exchange，提问作者user31732487