régression linéaire calcul

Version imprimable

16/09/2015, 20h08
mauriceletendu

régression linéaire calcul

Bonjour,

J'ai crée un modèle de régression linéaire de température en fonction de l'altitude, ma variable contenant le modèle s'appelle "modele"

J'ai crée ce modèle à partir d'une centaine de données.

Maintenant j'ai une matrice contenant une quantité assez importante d'altitude. Je voudrais calculer les températures à partir du modèle de regression.

Comment faire ? En sachant que je peux convertir ma matrice en autre structure, c'est pas très important pour le moment.

En clair je veux ça :
Données d'entrée:Altitude ----> mon modele -----> Données de sortie:température

Quelqu'un sait comment faire ? :oops:

Merci :P
16/09/2015, 22h55
Emmanuel R

Bonjour,

Utilisez la fonction predict.lm. Pour obtenir de l'aide à ce sujet, tapez : ?predict.lm
En lisant l'aide et en ajoutant bien le paramètre type="response", vous devriez arriver à faire ce que vous souhaitez.

Bon courage :)

Je m'en sort pas, voici ce que je fais:

j'ai 2 matrices: une "temp" avec 204 températures et beaucoup de valeurs manquantes
Et une matrice "alt" de la même dimension de "temp" mais avec toutes les altitudes.

En clair j'ai 204 points où j'ai mes températures, je veux faire un modèle de regression linéaire en fonction de mes altitudes pour pouvoir interpoler mes données sur toute la matrice.
Code:

1 2 3 modele <- lm(temp[temp>0]~alt[temp>0], na.action=na.omit) # je veux mes température en fonction de mes altitudes result <- predict.lm(modele,alt,type="response", na.action=na.omit) # j'ai essayé plusieurs commandes avec predict aussi (ici alt est transformé en data.frame)
Mais dans chaque cas, j'ai l'erreur:
Code:

1 2 3 Message d'avis : 'newdata' had 29036739 rows but variables found have 204 rows
Et ça me calcule seulement 204 valeurs.... alors que je rentre des millions d'altitude (je veux en sortie mes millions de températures, calculées en fonction de mes altitudes...)

De plus, R m'oblige à convertir ma matrice alt en data.frame.... :aie:

18/09/2015, 17h38
Sengar

Tu peux nous montrer tes matrices? (au moins l'entête avec head) et si possible le résultat que tu souhaiterais obtenir sur les premières lignes par exemple?

Quand je vois ton modèle sans en savoir plus sur la structure des données, je ne comprend pas ce que tu fais.

D'autre part, s'il s'agit juste de faire une interpolation, tu peux directement utiliser une fonction comme approxfun().
25/09/2015, 14h41
mauriceletendu
En fait je cherche juste à utiliser le modèle de régression linéaire.

Le modèle de régression c'est y = ax+b

Dans le modèle, il y a les valeurs des coefficients a et b.

Je veux savoir comment les utiliser.

Imaginons que mon modèle soit fait à partir de 100 données.

maintenant j'ai ceci par exemple:

Code:

x <- c(2,451,256,21,45,87,35)

Je veux calculer mes y.

Comment faire ? :mrgreen:

Dans un premier temps j'ai fait ceci:
Code:

1 2 3 4 b <- modele$coefficients[1] a <- modele$coefficients[2] y <- (a*x + b)
Mais il doit y avoir plus simple non ? :aie:
25/09/2015, 16h45
A. D.

Bonjour,

La réponse vous a déjà été donnée :

Citation:

Envoyé par Emmanuel R

Utilisez la fonction predict.lm. Pour obtenir de l'aide à ce sujet, tapez : ?predict.lm
En lisant l'aide et en ajoutant bien le paramètre type="response", vous devriez arriver à faire ce que vous souhaitez.

Petite précision : l'élément à spécifier pour le paramètre "newdata" doit être de type "dataframe" (comme cela est indiqué dans la documentation de la fonction "predict.lm").

Bonne continuation :)

Cordialement,

A.D.
29/09/2015, 18h29
kenjiryota

salut,
essaye avec ça

Code:

predict(modele, newdata = data.frame(x = c(2,451,256,21,45,87,35)))

cordialement.

Merci pour les réponses.

Voici un exemple pour illustrer:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
 
> test
  taille poids
1    170    65
2    180    68
3    160    52
4    190    85
5    180    75
6    156    60
7    188    82
8    180    75
> f <- lm(test$taille~test$poids)
> f
 
Call:
lm(formula = test$taille ~ test$poids)
 
Coefficients:
(Intercept)   test$poids  
    102.550        1.038  
 
 
> poids <- c(84,52,69)
> poids <- as.data.frame(poids)
> predict.lm(f,poids)
       1        2        3        4        5        6        7        8 
170.0482 173.1635 156.5485 190.8170 180.4326 164.8560 187.7017 180.4326 
Message d'avis :
'newdata' had 3 rows but variables found have 8 rows 
> predict(f,poids)
       1        2        3        4        5        6        7        8 
170.0482 173.1635 156.5485 190.8170 180.4326 164.8560 187.7017 180.4326 
Message d'avis :
'newdata' had 3 rows but variables found have 8 rows

Donc predict.lm et predict donne le même résultat.

Dans mon exemple, j'attends de ces fonctions qu'elles me donnent seulement 3 résultats: (poids <- c(84,52,69)) Un pour 84 kg, un pour 52 kg et un pour 69 kg. Et je me retrouve avec 8 résultats... Le même nombre de données que la série qui m'a permis de construire le modèle.

Je bloque vraiment sur les regression avec R, je dois pas comprendre la logique des fonctions :aie:

01/10/2015, 14h17
Theta

predict et predict.lm font exactement la même chose ici. En fait predict se contente d'appeler la fonction predict.xx ou xx est la classe de l'objet qu'on lui passe en argument (lm ici donc). Donc la seule différence c'est que predict marcherait aussi avec des modèles autres que lm.

Ensuite ton code ne marche pas car tu ne créé pas comme il faut la dataframe poids.
Il faut en effet que les noms des colonnes de la dataframe utilisée comme new.data soit les mêmes que ceux utiliser pour ajuster le modèle.
Hors comme tu ne précise pas de nom.
Essayes à la place de ta ligne 24 :

Code:

poids <- data.frame(poids = poids)

ça donne le même résultat:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
 
test <- data.frame(taille=c(170,180,160,190,180,156,188,180), poids=c(65,68,52,85,75,60,82,75))
> test
  taille poids
1    170    65
2    180    68
3    160    52
4    190    85
5    180    75
6    156    60
7    188    82
8    180    75
> f <- lm(test$taille~test$poids)
> poids <- c(84,52,69)
> poids <- data.frame(poids = poids)
> predict.lm(f,poids)
       1        2        3        4        5        6        7        8 
170.0482 173.1635 156.5485 190.8170 180.4326 164.8560 187.7017 180.4326 
Warning message:
'newdata' had 3 rows but variables found have 8 rows

Toujours le même problème, il y a 8 valeurs qui sortent. j'en ai mis 3 en entrée... je comprends pas la logique du truc :aie:

02/10/2015, 09h23
Theta

Il y a encore un problème de nom.
Ca viens de la formule que tu utilise qui est "test$taille~test$poids" donc les variables du modèle ne sont pas taille et poids mais test$taille et test$poids.

Ça devrais marcher avec :

Code:

f <- lm(taille~poids, data = test)