R中子样本均值的预测

Question

下面是我的代码：

install.packages("wooldridge")
library(wooldridge)
data(wage1)
wage1reg<-lm(lwage ~ educ + exper + tenure, data = wage1) 

我试图根据这三个变量的均值来预测拟合值。正确的代码是什么？这些东西不起作用：

wagemeans<-data.frame(c(colMeans(data.frame(wage1$educ, wage1$exper, wage1$tenure))))
predict(wage1reg, newdata=wagemeans)

另外，如果我尝试其他东西，比如

wage1.subset1.means<-data.frame(colMeans(subset(wage1, select=c(educ, exper, tenure))))
predict(wage1reg, newdata=wage1.subset1.means)

它也不能工作。

找出三个变量的平均值的预测值的最佳方法是什么？

Answer 1

wagemeans数据帧的格式不正确，无法用于predict()。改用这个

library(wooldridge)
data(wage1)

wage1reg<-lm(lwage ~ educ + exper + tenure, data = wage1) 

wagemeans<-data.frame(educ=mean(wage1$educ),exper=mean(wage1$exper),tenure=mean(wage1$tenure))

predict(wage1reg,newdata = wagemeans)

#output
#     1 
# 1.623268 

对于超过三列的列，使用dplyr包会更容易

library(wooldridge)
data(wage1)

wage1reg<-lm(lwage ~ educ + exper + tenure, data = wage1) 

library(dplyr)

wagemeans <- wage1 %>% 
  summarise_at(colnames(wage1[,2:4]),mean,na.rm=TRUE)

predict(wage1reg,newdata = wagemeans)

您所需要做的就是编辑lm()，使其包含新变量和列号(当前为2:4)。

Answer 2

谢谢。

如果我有100个变量(虚拟变量、交互术语等)，其中一些变量是“即时”创建的，有没有其他方法可以正确地命名呢？