在 R 中引导：预测

Question

我是运行一个程序，我在其中执行 OLS 回归，然后从实际观察中减去系数以保留残差。

model1 = lm(data = final, obs ~ day + poly(temp,2) + prpn + school + lag1) # linear model  
predfit = predict(model1, final) # predicted values

residuals = data.frame(final$obs - predfit) # obtain residuals

我想 bootstrap 我的模型，然后对 bootstrapped 系数做同样的事情。我尝试按以下方式执行此操作：

lboot <- lm.boot(model1, R = 1000)
predfit = predict(lboot, final)

residuals = data.frame(final$obs - predfit) # obtain residuals

然而，那是行不通的。我也试试：

boot_predict(model1, final,  R = 1000, condense = T, comparison = "difference")

那也行不通。

我如何 bootstrap 我的模型然后基于它进行预测？

Answer 1

如果您尝试使用 bootstrap 拟合最佳 OLS，我会使用 caret 包。

library(caret)

#separate indep and dep variables
indepVars = final[,-final$obs]
depVar = final$obs

#train model
ols.train = train(indepVars, depVar, method='lm',
                  trControl = trainControl(method='boot', number=1000))

#make prediction and get residuals
ols.pred = predict(ols.train, indepVars)
residuals = ols.pred - final$obs

在 R 中引导：预测

Bootstrapping in R: Predict

r

statistics-bootstrap