2个单独的预测（）的输入返回相同的拟合值集

Question

认罪：我昨天试图问这个问题，但使用了一个示例，一致的数据集，类似于我的“真实”数据，希望这对这里的读者来说会更方便。解决了一个问题，但另一个遗体似乎不可变。

我的目标是创建两个预测向量的线性模型：“ yc.hat”和“ yt.hat”，这些模型旨在为PRI2000V的唯一观察值投影平均值作为平均贫困级别的函数的平均效果。 = 0）和治疗（治疗= 1）条件。

2）在控制下（治疗 结果。 开始。

这里

q6rega <- lm(pri2000v ~ treatment + I(log(pobtot1994)) + I(avgpoverty^2)
   #interactions
   + treatment:avgpoverty + treatment:I(avgpoverty^2), data = pga)

## predicted PRI support under the Treatment condition
q6.yT.hat <- predict(q6rega,
data = data.frame(I(avgpoverty^2) = 9:25, treatment = 1))
## predicted PRI support rate under the Control condition
q6.yC.hat <- predict(q6rega,
data = data.frame(I(avgpoverty^2) = 9:25, treatment = 0))

q6.yC.hat == q6.yT.hat

TRUE[417]

理解问题从 A>已在我的github上发布，如果需要的话，

编辑：上面的代码有一些错误，但没有指定POBTOT1994以某种方式导致R将其视为省略NewData。由于我是统计数据的新手，因此我将拟合的值与实际试图实现的预测输出相混淆。我本来希望意外的输入是产生错误。

Answer 1

令我惊讶的是，当您缺少所需的变量（pobtot1994）时，您可以在新的数据框架中进行预测。

无论如何，您需要创建一个新的数据框架，其中三个变量在模型中使用的未转换形式。由于您有兴趣将avgpoverty的拟合值 3至5 for 处理 1和0，因此您需要强制第三个变量pobtot1994作为一个常数。为简单起见，我在这里使用pobtot9994的平均值。

newdat <- expand.grid(avgpoverty=3:5, treatment=factor(c(0,1)), pobtot1994=mean(pga$pobtot1994))

  avgpoverty treatment pobtot1994
1          3         0   2037.384
2          4         0   2037.384
3          5         0   2037.384
4          3         1   2037.384
5          4         1   2037.384
6          5         1   2037.384

预测将向您显示这两个条件的不同值。

newdat$fitted <- predict(q6rega, newdata=newdat)

  avgpoverty treatment pobtot1994   fitted
1          3         0   2037.384 38.86817
2          4         0   2037.384 50.77476
3          5         0   2037.384 55.67832
4          3         1   2037.384 51.55077
5          4         1   2037.384 49.03148
6          5         1   2037.384 59.73910