如何解决predict.lm()错误:变量'affinity‘的类型为"nmatrix.1“，但提供的类型为"numeric”

Question

我有一个简单的线性模型：

mylm = lm(formula = prodRate~affinity, mydf)

其中mydf是一个数据帧，如下所示：

 prodRate    affinity

1  2643.5744 0.005164040

2  2347.6923 0.004439970

3  1783.6819 0.003322830

当我使用predict.lm()时，出现了一个错误：

my_pred= predict(mylm,newdata=data.frame(affinity=seq(0,1,0.1)) )

错误:变量'affinity‘与类型"nmatrix.1“一起安装，但提供了类型"numeric”。

为什么会这样呢？如何修复它？谢谢!

Answer 1

多亏了与user20650的讨论(见上)，这个bug被识别出来了：

mylm = lm(formula = prodRate~affinity, mydf)中的mydf是通过在现有的dataframe mydf中添加一个类似矩阵的列来创建的，如下所示：

mydf$affinity = matrix(somenumber)

即mydf中的“亲和力”列由矩阵构成，并且其结构保持为矩阵。此矩阵结构与predict(mylm,newdata=...)的newdata=data.frame(affinity=seq(0,1,0.1))中的“亲和力”列不一致，该列是一个数值向量。

solution1:将mydf修复为以下mydf <- data.frame(prodRate , affinity)。即，确保mydf的亲和力列具有类似向量的结构

solution2:保留原始的mydf，但强制将mydf$ newdata=data.frame(affinity=seq(0,1,0.1))作为形式:mylm中的向量，以便线性模型"mylm“中的自变量”solution2“具有类似向量的结构，而不是类似矩阵的结构，这将与predict(mylm,newdata=...)中的向量一致，后者是一个数值向量。