R中的Bootstrapping :预测

Question

我正在运行一个程序，在该程序中，我进行OLS回归，然后从实际观测值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

我想要引导我的模型，然后对引导后的系数执行相同的操作。我试着用下面的方法来做：

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

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

然而，这是行不通的。我也试着：

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

而且这也不起作用。

我如何引导我的模型，然后根据它进行预测？

Answer 1

如果您正在尝试使用bootstrap来拟合最好的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