如何解决如何对 lm 多项式对象使用预测
X 取自 [-4,4] 上的均匀分布,e 取自标准正态 (mu=0,sigma^2=1)。数据生成过程1:Y=-2 1{X-2}-2 1{X>0} + 4 1{X>2} -1 1{X>3} + e.
从四个 DGP 中的每一个生成一个大小为 n=100 的数据集。对于 d=1,...,10 阶多项式的 OLS 拟合,计算样本内 MSE 和 k=10 的交叉验证 MSE。
工作
生成数据
X=runif(100,-4,4)
Y1=numeric(100)
for (k in 1:100) {
Xk=X[k]
sum=0
if (Xk<-3) sum=sum-2
if (Xk>-2) sum=sum+2.55
if (Xk>0) sum=sum-2
if (Xk>2) sum=sum+4
if (Xk>3) sum=sum-1
e=rnorm(1,1)
sum=sum+e
Y1[k]=sum
}
#same commands
m10=lm(Y1~poly(X,10))
m10=lm(Y1~X+I(X^2)+I(X^3)+I(X^4)+I(X^5)+I(X^6)+I(X^7)+I(X^8)+I(X^9)+I(X^10))
问题 我不知道如何使用预测功能。
> predict(object=m10,0)
给出输出
1 2 3 4 5 6 7 8 9 10 11 12
2.863446 2.497659 2.884034 2.871652 2.497237 2.318076 2.160669 2.634431 3.051059 2.268375 2.168812 2.646038
13 14 15 16 17 18 19 20 21 22 23 24
2.424352 3.368008 2.789967 2.885192 3.542624 2.899901 2.194472 2.599616 2.661081 2.763214 2.273975 2.172357
25 26 27 28 29 30 31 32 33 34 35 36
2.874099 2.550469 2.048053 2.660202 2.398004 2.303471 2.376572 2.519647 2.912444 2.368784 2.607784 2.450676
37 38 39 40 41 42 43 44 45 46 47 48
2.218725 2.645968 2.169992 2.647017 2.576442 1.897214 2.171605 2.449809 2.226052 2.873677 2.539433 2.223674
49 50 51 52 53 54 55 56 57 58 59 60
2.710617 2.430183 2.248568 2.756237 2.038355 2.180742 2.344275 2.203951 2.260451 2.123556 2.834811 2.882292
61 62 63 64 65 66 67 68 69 70 71 72
2.745008 2.751386 2.850210 2.278614 2.148028 2.098971 2.110101 2.030423 2.419311 2.645541 3.475426 2.142720
73 74 75 76 77 78 79 80 81 82 83 84
2.694354 2.528259 2.732289 2.841857 2.236563 2.217709 2.606259 2.027136 2.172344 2.900054 2.508226 2.105699
85 86 87 88 89 90 91 92 93 94 95 96
2.383329 2.154554 2.742532 2.219934 2.759548 2.386012 2.103983 3.475680 2.884486 2.156282 2.283541 2.497032
97 98 99 100
2.348867 2.233176 2.837710 2.779434
这不是我想要的。我想将 0 插入拟合多项式!这是拟合多项式的图片,例如f(0) 应该是大约 2.1。如何得到这个结果?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。