Prédiction d'un modèle avec interaction

Bonjour,

J'ai réalisé un modèle logistique avec une interaction. Je souhaite ensuite prédire ma variable d'intérêt. Le problème est que R me dit que mon échgantillon test ne contient pas les variables nécessaires.

Que dois-je faire?

Code:

---

1 2 3 4 5

> reg = glm(YfactorApp~medium+landingPagePath+medium*landingPagePath,data=XApp, weights=dataApp$visits, family=binomial) > pred = predict.glm(reg ,newdata=XTest,type = "response",weights=dataTest$visits) Warning message: In predict.lm(object, newdata, se.fit, scale = 1, type = ifelse(type == : prediction from a rank-deficient fit may be misleading

---

Merci

Hello,

D'abord deux choses peut être de l'ordre du détail mais à préciser quand même.

Citation:

---

Envoyé par collosus

J'ai réalisé un modèle logistique avec une interaction.

Code:

---

> reg = glm(YfactorApp~medium+landingPagePath+medium*landingPagePath,data=XApp, weights=dataApp$visits, family=binomial)

---

---

Code:

---

YfactorApp~medium*landingPagePath

---

suffit.

L'opérateur "*" est tel que a*b=a+b+a:b où ":" est l'operateur d'interaction entre a et b

Citation:

---

> pred = predict.glm(reg ,newdata=XTest,type = "response",weights=dataTest$visits)

---

Ici, je ne comprend pas l'interet du weight=dataTest$visits.
Le weight sert juste à pondérer tes résidus quand tu fit le modèle, il ne sert plus quand tu fais ta prédiction.


Maintenant le vrai problème:

Citation:

---

Le problème est que R me dit que mon échgantillon test ne contient pas les variables nécessaires.

Warning message:
In predict.lm(object, newdata, se.fit, scale = 1, type = ifelse(type == :
prediction from a rank-deficient fit may be misleading[/CODE]

---

R ne te dit pas qu'il manque des variables dans ton échantillon.
Ton modèle contient probablement une variable qui est combinaison linéaire des deux autres.

Quelle est la forme de tes deux variables ?