来自 R glm 模型的预测值，同时遗漏了一项

Question

我在 R 中有一个 glm 很好地解释了形式

的物种的丰度

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

所有项都很重要（p 值<0.01）并且模型假设似乎有效。数据实际上来自栅格地图。现在我想从我的模型中创建预测值，但要省略 sampling_effort 项。因此，它将创建一个新的栅格地图来补偿采样工作，从而在 sampling_effort 处处相等的情况下提供更好的丰度预测。我该怎么做？

Answer 1

好的，经过更好的谷歌搜索后，我在 http://r.789695.n4.nabble.com/Remove-term-from-formula-for-predict-lm-td1017686.html

上找到了答案

基本上最简单的方法就是在新数据集中将 sampling_effort 设置为 0 并将其与 predict 一起使用，如下所示：

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