予測値、

Question

1項を残したまま、私はきれいに形

x<-glm(log(abundance) ~ distance+sampling_effort, data=df) 

の種の豊富さを説明してRでのGLMを持っているすべての用語は、（p値< 0.01）重要であり、モデルの仮定は有効であると思われる。データは実際にはラスタマップからのものです。今私はモデルから予測値を作成したいが、sampling_effortという用語は除外している。したがって、サンプリング労力を補う新しいラスタマップが作成され、sampling_effortがどこでも同等であれば豊富な予測が可能になります。これどうやってするの？

Answer 1

[OK]を、基本的には最も簡単な方法は、新しいデータセットで0にsampling_effortを設定して使用するだけで、いくつかのより良い私はhttp://r.789695.n4.nabble.com/Remove-term-from-formula-for-predict-lm-td1017686.html

に既に答えを見つけることがグーグルた後、このようなpredictと：

newdata <- df 
newdata$sampling_effort = 0 
predicted_values_compensated <- predict(x, newdata)