r - GLM:警告消息: 'newdata' 有 16623 行，但找到的变量有 22488 行

Question

我在论坛上进行了广泛的搜索，发现了很多类似的文章，但是没有一个能解决我的问题。

现在，我转向你了。

我有类似的数据:

ontime currency incoterms price month
1      USD      FOB       234.2    01
1      CAD      FOB        92.4    01
0      USD      DAP       238.9    02
0      EUR      FOB       100      03
1      CNY      DAP       739.8    04

我这段代码:

g = df$ontime      #binary
a = df$currency    #String
b = df$INCOTERMS   #String
c = df$price       #float
f = df$month       #string

mod1 <- glm(g~a+b+c,family=binomial(link="logit"), data=df[f=="01",])
pred_ontime1 <- predict(mod1,df[f%in%c("02","03","04"),],type="response")

我的愿望是测试我的模型，我使用 01 月、02 月、03 月和 04 月的数据进行训练。

我的结果是这样的:

Warning message:
'newdata' had 16623 rows but variables found have 22488 rows

我尝试过在 01 月进行训练，并在 01、02、03 和 04 月进行测试，这并没有给我错误消息，但是，对我的训练集中包含的数据进行测试似乎不合适。

值 16623 当然是 02、03 和 04 中的行数之和，而 22488 是 01、02、03 和 04 中的行数之和。

我能做什么？

Answer 1

尝试运行模型，而不先将每列保存到向量中。我认为 predict() 无法判断它与其建模的变量名称相同。

mod1 <- glm(ontime ~ currency + INCOTERMS + price, family = binomial(link = "logit"), data = df[df$month == "01",])
pred_ontime1 <- predict(mod1,df[df$month %in% c("02","03","04"),], type = "response")

看看是否有效。

<小时/>

对于任何感兴趣的人来说，这是一个可重现的示例:

df <- read.table(textConnection("ontime currency incoterms price month
0      USD      DAP       234.2    01
                          1      CAD      FOB        92.4    01
                          0      USD      DAP       238.9    02
                          0      USD      FOB       100      03
                          1      CAD      DAP       739.8    04"), header = TRUE)

mod1 <- glm(ontime ~ currency + incoterms + price, family = binomial(link = "logit"), data = df[df$month == 1,])
pred_ontime1 <- predict(mod1, df[df$month %in% c(2:4),], type = "response")
pred_ontime1
           3            4            5 
5.826215e-11 5.826215e-11 1.000000e+00