予測するときに新しい因子レベルの係数を手動で設定する

Question

私は、独立変数の1つが因子であり、新しい因子レベルを含むデータセットに対して予測をしようとしている線形モデルを持っていますモデルが推定されたデータセットには存在しません）。ファクターに適用される係数を手動で指定することによって、新しいファクターレベルでの観測値の予測を可能にしたいと考えています。たとえば、3種類の店舗の1日あたりの販売数量を見積もり、データセットに4種類目の店舗を導入するとします。私はそれのための歴史的なデータはありませんが、私はそれがモデル係数を持っている他の店舗のいくつかの加重組み合わせのように振る舞うだろうと仮定するかもしれません。

新しいデータにpredict.lm()を適用しようとすると、その要素に新しいレベルがあることを伝えるエラーが表示されます（これは意味があります）。

df <- data.frame(y=rnorm(100), x1=factor(rep(1:4,25))) 
lm1 <- lm(y ~ x1, data=df) 
newdata <- data.frame(y=rnorm(100), x1=factor(rep(1:5,20))) 
predict(lm1, newdata) 

Error in model.frame.default(Terms, newdata, na.action = na.action, xlev = object$xlevels) : 
    factor x2 has new levels 5 

係数をdata.frameの個々の列に単純に乗算することで予測を手動で行うことができました。しかし、実際のモデルでは変数や相互作用の項が多く、モデル式を変更することでさまざまなモデル仕様を簡単に循環させたいと考えているので、これは面倒です。基本的にモデルオブジェクトに新しい係数を追加し、それを使って予測を行う方法はありますか？そうでない場合は、予測ステップ全体を手動で設定するよりも煩雑ではない別のアプローチがありますか？

Answer 1

あなたはレベル5が均等に重み付けすることにしたいAssumming、あなたは、行列に変換し、25％のプラグイン、およびモデルからの係数を掛けすることができます...

n.mat <- model.matrix(~x1, data=newdata) 
n.mat[n.mat[,5] == 1, 2:4] <- .25 
n.mat <- n.mat[,-5] 
n.prediction <- n.mat %*% coef(lm1) 

Answer 2

ここでは何がありますできるだけ：

1. rbindを使用して、トレーニングとテストのデータセットをスタックします。
2. 予測子を分解する。
3. スタックをトレーニングデータセットとテストデータセットに分割します。

このようにして、すべてのレベルが両方のデータセットに存在します。