需要帮助将回归模型应用于R(体育数据)中的数据集

Question

更新:解决了！

我目前正在尝试建立一个足球回归模型，根据他们的传球场和牛场来预测球队的总积分。我能够得到所有的方式来计算回归方程，但从这里我不知道如何“插入”公式。

数据表实质上是32支NFL球队的排行，其进攻性数据列在列中。

代码：

# 1. Import
Offense <- read.csv(file.choose(), header=TRUE)
#2 View
show (Offense)
#3 Attach so headers can be referenced
attach (Offense)
#4 Create Regression Model
mod1 <-lm(Total.Points ~ Pass.Yds + Rush.Yds)
summary(mod1)
#Formula obtained from summary: -255.60178 + .10565(Pass) + .12154(Rush)
#Plug in the Regression Equation
predict(mod1)

输出：https://imgur.com/a/AbTNF

我看到，在最后，它将回归方程应用于所有32行，但我如何

1. 将其显示在排名列表中
2. 让它显示，比如说，球队的名称和预计的分数(所以我不需要想知道哪支球队的"1“或"2”指的是什么

既然我有方程，我是否也能写一个循环函数，对我拥有的每一行数据运行这个方程，并打印结果？

我是个初学者，非常感谢！

更新:想出这个

####Part 2. Interpretation

#1. Examining quality of model
summary(mod1)
cor(Pass.Yds, Rush.Yds)

#2. Formula obtained from summary: -255.60178 + .10565(Pass) + .12154(Rush)

#3. Predicted Points (Descending Order)
proj <- sort(predict(mod1), decreasing = TRUE)

proj

#4. Corresponding Name (Descending)
name <- Team[order(predict(mod1), decreasing = TRUE)]

name

#Data Frame
Projections <- data.frame(name, proj)

Projections

而bbrot提供了一个简单得多的版本

Answer 1

假设Teams是团队名称的向量，就像cbind(Teams[order(predict(mod1), decreasing = TRUE)], sort(predict(mod1), decreasing = TRUE))应该做的.

编辑：您的Teams向量似乎是一个因素。在本例中，以下命令将起作用：

# returns a character matrix
cbind(as.character(Teams)[order(predict(mod1), decreasing = TRUE)],
      sort(predict(mod1), decreasing = TRUE))

# returns a data frame
data.frame(Teams = Teams[order(predict(mod1), decreasing = TRUE)],
           Points = sort(predict(mod1), decreasing = TRUE))