predict.seqModel(robustHD)
predict.seqModel()所属R语言包：robustHD
Predict from a sequence of regression models
从回归模型的序列预测
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Make predictions from a sequence of regression models such as submodels along a robust least angle regression sequence.
从一个序列的回归模型，如沿一个强大的至少角回归序列的子模型进行预测。
用法----------Usage----------
## S3 method for class 'seqModel'
predict(object, newdata, s, ...)
参数----------Arguments----------
参数：object
the model fit from which to make predictions.
模型拟合，以便作出预测。
参数：newdata
new data for the predictors. If the model fit was computed with the formula method, this should be a data frame from which to extract the predictor variables. Otherwise this should be a matrix containing the same variables as the predictor matrix used to fit the model (including a column of ones to account for the intercept).
新的预测数据。如果模型拟合，计算公式法，这应该是一个数据框，从中提取的预测变量。否则，这应该是一个矩阵包含相同的变量的预测矩阵，用来拟合模型（包括一列的，用于拦截）。
参数：s
an integer vector giving the steps of the submodels for which to make predictions (the default is to use the optimal submodel).
整数向量，子模型来进行预测（默认是使用的最佳子模型）的步骤。
参数：...
additional arguments to be passed down to the respective method of coef.
额外的参数传递到各自的方法coef。
Details
详细信息----------Details----------
For predict.seqModel, the newdata argument defaults to the matrix of predictors used to fit the model such that the fitted values are computed.
对于predict.seqModel，newdata的参数默认的矩阵，用来拟合模型的拟合值计算的预测。
值----------Value----------
If only one submodel is requested, a numeric vector containing the corresponding predicted values.
如果只有一个子模型被请求时，包含相应的一个数值向量的预测值。
If multiple submodels are requested, a numeric matrix in which each column contains the predicted values from the corresponding submodel.
如果多个子模型被请求时，一个数字矩阵，其中的每一列包含从相应的子模型的预测值。
（作者）----------Author(s)----------
Andreas Alfons
参见----------See Also----------
predict, rlars
predict，rlars
实例----------Examples----------
## generate data[＃生成数据]
# example is not high-dimensional to keep computation time low[例如不高维的计算时间保持低]
set.seed(1234) # for reproducibility[可重复性]
n <- 100 # number of observations[的观测数]
p <- 25 # number of variables[的变量数目]
beta <- rep.int(c(1, 0), c(5, p-5)) # coefficients[系数]
sigma <- 0.5 # controls signal-to-noise ratio[控制的信号 - 噪声比]
epsilon <- 0.1 # contamination level[污染水平]
x <- replicate(p, rnorm(n)) # predictor matrix[预测矩阵]
e <- rnorm(n) # error terms[误差项]
i <- 1:ceiling(epsilon*n) # observations to be contaminated[受到污染的意见]
e[i] <- e[i] + 5 # vertical outliers[垂直离群]
y <- c(x %*% beta + sigma * e) # response[响应]
x[i,] <- x[i,] + 5 # bad leverage points[坏的平衡点]
## fit robust LARS model[配合强大的LARS模型]
fit <- rlars(x, y)
## compute fitted values via predict method[＃通过预测方法计算拟合值]
predict(fit)
predict(fit, s = 1:5)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-9-27 22:24:05
