Predict関数を使用している間にeval（expr、envir、enclos）エラーが発生しました

Question

データセットでpredict（）を実行しようとするとエラーが発生し続けます - eval（expr、envir、enclos）

LoanRange Loan.Type N WAFICO WALTV WAOrigRev WAPTValue 1 0-99999 Conventional 109 722.5216 63.55385 6068.239 0.6031879 2 0-99999 FHA 30 696.6348 80.00100 7129.650 0.5623650 3 0-99999 VA 13 698.6986 74.40525 7838.894 0.4892977 4 100000-149999 Conventional 860 731.2333 68.25817 6438.330 0.5962638 5 100000-149999 FHA 285 673.2256 82.42225 8145.068 0.5211495 6 100000-149999 VA 125 704.1686 87.71306 8911.461 0.5020074 7 150000-199999 Conventional 1291 738.7164 70.08944 8125.979 0.6045117 8 150000-199999 FHA 403 672.0891 84.65318 10112.192 0.5199632 9 150000-199999 VA 195 694.1885 90.77495 10909.393 0.5250807 10 200000-249999 Conventional 1162 740.8614 70.65027 8832.563 0.6111419 11 200000-249999 FHA 348 667.6291 85.13457 11013.856 0.5374226 12 200000-249999 VA 221 702.9796 91.76759 11753.642 0.5078298 13 250000-299999 Conventional 948 742.0405 72.22742 9903.160 0.6106858

後overdispersion-

を決定した後、カウントデータNを予測するために使用されるコードである - ここで

が見つかりませんLoanRangeは、」データセットの一部であります

model2=glm(N~Loan.Type+WAFICO+WALTV+WAOrigRev+WAPTValue, family=quasipoisson(link = "log"), data = DF) 
summary(model2) 

これは私が数のシーケンスを作成し、この段階で機能 -

countaxis <- seq (0,1500,150) 
Y <- predict(model2, list(N=countaxis, type = "response") 

を予測使用することをやっている、私はエラーを取得している -

Error in eval(expr, envir, enclos) : object 'LoanRange' not found 

誰かが指してくださいすることができ私はどこに問題があるのですか？

Answer 1

正確に予測しようとしているものについて考えてみましょう。 predictのファンクション値はN（countaxis経由）ですが、実際にモデルを設定する方法は、Nが応答変数であり、残りの変数が予測変数です。だからRはLoanRangeを求めている。 Nを予測するには、実際にはLoanRange, Loan.Type, ..., WAPTValueの値が必要です。したがって、predictの入力をフィードして、モデルがNを予測しようとする必要があります。

たとえば、あなたはこのような何かを行うことができます：

# create some fake data to predict N 
newdata1 = data.frame(rbind(c("0-99999", "Conventional", 722.5216, 63.55385, 6068.239, 0.6031879), 
          c("150000-199999", "VA", 12.5216, 3.55385, 60.239, 0.0031879))) 
colnames(newdata1) = c("LoanRange" ,"Loan.Type", "WAFICO" ,"WALTV" , "WAOrigRev" ,"WAPTValue") 

# ensure that numeric variables are indeed numeric and not factors 
newdata1$WAFICO = as.numeric(as.character(newdata1$WAFICO)) 
newdata1$WALTV = as.numeric(as.character(newdata1$WALTV)) 
newdata1$WAPTValue = as.numeric(as.character(newdata1$WAPTValue)) 
newdata1$WAOrigRev = as.numeric(as.character(newdata1$WAOrigRev)) 

# make predictions - this will output values of N 
predict(model2, newdata = newdata1, type = "response")