从 R 中的不同数据帧创建 table
Create a table from different data frames in R
使用我的数据(2 个变量,Xt 和 Yt),我在 R Commander 中执行了一个线性模型,它被命名为 LinearModel.1
然后,我想预测当使用不同的 Xt 值时 Yt 将获得的值,如它们的 95% 置信限度。
计算出线性模型后,我使用了这些命令:
> valoracalcular0=data.frame(Xt=0)
> valoracalcular10=data.frame(Xt=10)
> valoracalcular20=data.frame(Xt=20)
> valoracalcular30=data.frame(Xt=30)
> valoracalcular40=data.frame(Xt=40)
> valoracalcular50=data.frame(Xt=50)
> valoracalcular60=data.frame(Xt=60)
> valoracalcular70=data.frame(Xt=70)
> valoracalcular80=data.frame(Xt=80)
> valoracalcular90=data.frame(Xt=90)
> valoracalcular100=data.frame(Xt=100)
> predict(LinearModel.1,valoracalcular0,interval="confidence")
fit lwr upr
1 89.20547 86.9144 91.49653
> predict(LinearModel.1,valoracalcular10,interval="confidence")
fit lwr upr
1 93.83208 92.25312 95.41103
> predict(LinearModel.1,valoracalcular20,interval="confidence")
fit lwr upr
1 95.46144 94.32788 96.595
> predict(LinearModel.1,valoracalcular30,interval="confidence")
fit lwr upr
1 94.09356 93.12245 95.06466
> predict(LinearModel.1,valoracalcular40,interval="confidence")
fit lwr upr
1 89.72843 88.7478 90.70905
> predict(LinearModel.1,valoracalcular50,interval="confidence")
fit lwr upr
1 82.36605 81.36062 83.37148
> predict(LinearModel.1,valoracalcular60,interval="confidence")
fit lwr upr
1 72.00643 71.03851 72.97435
> predict(LinearModel.1,valoracalcular70,interval="confidence")
fit lwr upr
1 58.64956 57.77695 59.52217
> predict(LinearModel.1,valoracalcular80,interval="confidence")
fit lwr upr
1 42.29544 41.46939 43.12149
> predict(LinearModel.1,valoracalcular90,interval="confidence")
fit lwr upr
1 22.94408 21.90812 23.98004
> predict(LinearModel.1,valoracalcular100,interval="confidence")
fit lwr upr
1 0.5954731 -0.9804254 2.171372
我的问题是,我如何才能获得具有三列(fit、lwr、upr)及其所有预测的唯一 table,而不是 10 个不同且独立的预测?
predict(LinearModel.1, data.frame(Xt = seq(0, 100, 10)), interval = "confidence")
使用我的数据(2 个变量,Xt 和 Yt),我在 R Commander 中执行了一个线性模型,它被命名为 LinearModel.1
然后,我想预测当使用不同的 Xt 值时 Yt 将获得的值,如它们的 95% 置信限度。
计算出线性模型后,我使用了这些命令:
> valoracalcular0=data.frame(Xt=0)
> valoracalcular10=data.frame(Xt=10)
> valoracalcular20=data.frame(Xt=20)
> valoracalcular30=data.frame(Xt=30)
> valoracalcular40=data.frame(Xt=40)
> valoracalcular50=data.frame(Xt=50)
> valoracalcular60=data.frame(Xt=60)
> valoracalcular70=data.frame(Xt=70)
> valoracalcular80=data.frame(Xt=80)
> valoracalcular90=data.frame(Xt=90)
> valoracalcular100=data.frame(Xt=100)
> predict(LinearModel.1,valoracalcular0,interval="confidence")
fit lwr upr
1 89.20547 86.9144 91.49653
> predict(LinearModel.1,valoracalcular10,interval="confidence")
fit lwr upr
1 93.83208 92.25312 95.41103
> predict(LinearModel.1,valoracalcular20,interval="confidence")
fit lwr upr
1 95.46144 94.32788 96.595
> predict(LinearModel.1,valoracalcular30,interval="confidence")
fit lwr upr
1 94.09356 93.12245 95.06466
> predict(LinearModel.1,valoracalcular40,interval="confidence")
fit lwr upr
1 89.72843 88.7478 90.70905
> predict(LinearModel.1,valoracalcular50,interval="confidence")
fit lwr upr
1 82.36605 81.36062 83.37148
> predict(LinearModel.1,valoracalcular60,interval="confidence")
fit lwr upr
1 72.00643 71.03851 72.97435
> predict(LinearModel.1,valoracalcular70,interval="confidence")
fit lwr upr
1 58.64956 57.77695 59.52217
> predict(LinearModel.1,valoracalcular80,interval="confidence")
fit lwr upr
1 42.29544 41.46939 43.12149
> predict(LinearModel.1,valoracalcular90,interval="confidence")
fit lwr upr
1 22.94408 21.90812 23.98004
> predict(LinearModel.1,valoracalcular100,interval="confidence")
fit lwr upr
1 0.5954731 -0.9804254 2.171372
我的问题是,我如何才能获得具有三列(fit、lwr、upr)及其所有预测的唯一 table,而不是 10 个不同且独立的预测?
predict(LinearModel.1, data.frame(Xt = seq(0, 100, 10)), interval = "confidence")