Erreur dans R - aucune méthode applicable pour 'prédire' appliqué à un objet de la classe "formule"

Question

Je voudrais demander de l'aide pour la fonction de prédiction. Je veux obtenir une ligne appropriée à mes données analogiques à abline(). Pour un système différent, j'ai utilisé cette approche auparavant.

mod1<-glm(data$Lengthmm ~ data$qbH.yr.med, family=quasipoisson, 
    subset = data$Age==1) 

xv <- seq(min(data$qbH.yr.med), max(data$qbH.yr.med), 
    length.out = length(data$Lengthmm))    # poisson regression 

yv <- predict(mod1 ~ data$qbH.yr.med, family=quasipoisson, list(x = xv)) 

Erreur dans UseMethod ("prédire"): aucune méthode applicable pour 'prédire' appliqué à un objet de la classe "formule"

typeof(mod1) 
# [1] "list" 
typeof(xv) 
# [1] "double" 
class(mod1) 
# [1] "glm" "lm" 
class(xv) 
# [1] "numeric" 

Je ne sais pas pourquoi il demande la "formule" comme non de mes facteurs sont de cette classe ... Je serais heureux par l'aide, ou des idées pour cette erreur.

Answer 1

Vous prédisez sur mod1 ~ data$qbH.yr.med c'est un objet de la formule de classe. Vous pouvez facilement identifier cela en remarquant le ~. Dans votre cas, vous voulez utiliser l'objet modèle que vous avez créé, c'est

Answer 2

Comme d'autres l'ont commenté, il est difficile de voir comment cela aurait pu fonctionner dans le passé. Il y a quelques points ici:

• il est préférable pratique de fournir un argument data et utiliser uniquement les noms des variables (c.-à-Lengthhmm, non data$Lengthmm), surtout si vous voulez predict() et autres machines post-montage pour travailler
• pour predict vous devez fournir le modèle ajusté et (éventuellement) un argument newdata qui correspond à la trame de données d'origine
• c'est une bonne idée de ne pas appeler vos données data (ce masque une fonction R intégré, bien qu'il doesn 't habituellement causer des problèmes)

Faire un exemple reproductible:

set.seed(101) 
dd <- data.frame(Lengthmm=1:10,qbH.yr.med=rpois(10,1), 
       Age=rep(1,10)) 

Montage:

mod1 <- glm(Lengthmm ~ qbH.yr.med, family=quasipoisson, 
      data=dd, 
      subset = (Age==1)) 
xv <- with(dd, 
     data.frame(qbH.yr.med=seq(min(qbH.yr.med), max(qbH.yr.med), 
         length.out = length(Lengthmm)))) 
yv <- predict(mod1, newdata=xv) 

Par ailleurs, il semble un peu louche d'utiliser family=quasipoisson pour une réponse appelée Lengthmm - Je pense généralement que les longueurs seraient continues, et donc plus susceptibles d'être Normal ou Log-Normal (ou une autre transformation de Normal) plutôt que de Poisson-distribué ou distribué avec une variance proportionnelle à leur moyenne (c.-à-d. "quasi-Poisson" ...)