2016-09-16 2 views
0

J'essaie d'utiliser predict fonction pour prédire 100 points nouveaux points. J'ai un data.frame avec un vecteur de 100 doublons.Prévoir la fonction dans R

Je suis en train de la prédire la fonction: predict(model, newdata=mydat)

La fonction retourne seulement un vecteur de longueur quatre. Cela pourrait être dû au fait que le modèle a été fait seulement avec quatre points, mais je ne suis pas sûr.

EDIT:

Création de mydat

mydat <- data.frame(V1 = seq(0, max(myExperimentSummary$V1), length.out = 100)) 

Le modèle que je suis en utilisant

model 
#Nonlinear regression model 
# model: mean ~ (1/(1 + exp(-b * (V1 - c)))) 
# data: myExperimentSummary 
#  b  c 
#-0.6721 3.2120 
# residual sum-of-squares: 0.04395 
# 
#Number of iterations to convergence: 1 
#Achieved convergence tolerance: 5.204e-06 

EDIT2: Fixation des fautes de frappe

EDIT3:

fitcoef = nlsLM(mean~(a/(1+exp(-b*(V5-c)))), data = myExperimentSummary, 
       start=c(a=1,b=.1,c=25)) 

fitmodel = nls(mean~(1/(1+exp(-b*(V1-c)))), data = myExperimentSummary, 
       start=coef(fitcoef)) 

mydat <- data.frame(V1 = seq(0, max(myExperimentSummary$V1), length.out = 100)) 

predict(fitmodel, mydat) 
+1

vous devez montrer quel modèle vous êtes prédire, et montrer comment vous générez mydat. – user2957945

+1

Je vais éditer le poste pour ajouter ceux-ci –

+1

d'accord, votre newdata doit correspondre aux variables dans le rhs de l'équation. Votre nouvelle donnée a 'S' mais le modèle a' V1' – user2957945

Répondre

1

Si vos données sont toujours aussi dans votre previous question:

dat <- read.table(text = " V1 N mean 
          0.1 9 0.9 
          1 9 0.8 
          10 9 0.1 
          5 9 0.2", 
        header = TRUE) 

model <- nls(mean ~ -a/(1 + exp(-b * (V1-o))), data = dat, 
      start=list(a=-1.452, b=-0.451, o=1.292)) 

Je ne peux pas reproduire votre problème:

mydat <- data.frame(V1 = seq(0, max(dat$V1), length.out = 100)) 

y <- predict(model, mydat) 

length(y) 
# [1] 100