如何使用简单线性回归预测新值 log(y)=b0+b1*log(x)

Question

如何使用下面的 ml2 模型预测 body 的新给定值，并解释其输出（仅新预测输出，而非模型）

使用 MASS 包中的动物数据集构建简单的线性回归模型

ml2<-lm(log(brain)~log(body),data=Animals)

预测一个新的 body of 468

pred_body<-data.frame(body=c(468))

predict(ml2,new, interval="confidence")

       fit      lwr      upr
1 5.604506 4.897498 6.311513

但我不太确定预测的 y(brain) =5.6 或 log(brain)=5.6？

如何才能得到与原始尺度相同的预测值？

Answer 1

使用公式 log(brain) ~ log(body)，响应变量为 log(brain)。因此，当您使用 predict() 进行预测时，您将获得 log(brain).

的拟合值和预测区间

要获得原始比例的相应结果，请执行

exp(predict(ml2,new, interval="confidence"))

How to predict a new value using simple linear regression log(y)=b0+b1*log(x)