r - 用分类和连续预测器绘制 GLM 预测值
问题描述
我有一个广义线性模型,其中一个预测变量是分类变量(二进制 1/0),一个是连续变量。
这是我的数据和代码:
library(reprex)
library(tidyverse)
library(datapasta)
library(ggplot2)
# my data frame: rainfall_binary is a binary vector (factor) while temp is continuous (it's temperature)
df <- data.frame(
VH_average = c(-18.4527033816948,
-16.2644305598873,-16.1847107297772,-16.1971205524948,
-16.5239874732068,-17.2211302093816,-18.2875256347705,
-13.7489056675713,-14.5000673290099,-15.4042266341501,-15.1817907735829,
-15.6276170790517,-18.3260089724533,-15.1530169022796,
-16.1034334250424,-15.8582055282567,-16.2250640523659,
-16.9422869158206,-17.5646332225128,-15.4220277527455,
-15.7061506787604,-16.0053241375835,-15.6587460003135,
-16.848757403998,-17.9766074787419,-15.2396630934534,
-15.7573442344174,-15.8994493522684,-15.5906833828475,
-16.8160028280318),
rainfall_binary = c(1,1,1,1,1,1,1,1,1,1,1,
1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0),
temp = c(4.05,4.05,4.05,4.05,4.05,
4.05,7,7,7,7,7,7,4.9,4.9,4.9,4.9,4.9,4.9,5.7,
5.7,5.7,5.7,5.7,5.7,2.25,2.25,2.25,2.25,2.25,2.25)
)
# build model
GLM.REPREX <- glm(data=df,VH_average~rainfall_binary+temp)
# create predictors
df_newtemp <-
data.frame(temp= seq(0,20, length=100))
df_predicts <- predict(GLM.REPREX, newdata=df_newtemp, int = 'c')
#> Error in eval(predvars, data, env): oggetto "rainfall_binary" non trovato
由reprex 包(v0.3.0)于 2020-03-25 创建
它说它没有找到对象。我尝试过其他方式,但我是 R 新手,我什至不确定我所做的是否正确。任何建议表示赞赏!谢谢
解决方案
推荐阅读
- tensorflow-lite - 如何在安卓应用中使用 ssd_mobilenet_v2_mnasfpn_coco
- linux - 严格使用 sed 格式化输入文本文件
- python - 标识符“标头”的 Python 请求库中的语法错误
- python - 使用python脚本根据XML中其他元素的文本或属性获取元素的文本
- c# - 接口作为泛型类型 - 方法如何返回子接口类型的值?
- reactjs - Reactjs - TypeError:无法读取 null 的属性“值”
- javascript - 在功能组件之前添加异步会导致它返回一个对象?
- cloudsim - Cloudsim-如何计算 VM 的 totalCurrentRequestedRam?
- primefaces - 使用 PrimceFaces 7.0(或更高版本)文本编辑器和 Quill 将 HTML 转换为 PDF
- ios - CATransaction 完成被调用甚至视图控制器消失