Jika yang Anda inginkan adalah memprediksi skor menggunakan persamaan regresi yang dihasilkan, Anda dapat membuat persamaan dengan tangan dengan mengetik summary(fit)
(jika analisis regresi Anda disimpan dalam variabel yang disebut fit
, misalnya), dan melihat perkiraan untuk setiap koefisien yang termasuk dalam Anda model.
Misalnya, jika Anda memiliki regresi sederhana dari tipe , dan Anda mendapatkan perkiraan intersep ( ) dari +0.5 dan perkiraan efek x pada y ( ) dari +1.6, Anda akan memprediksi skor y seseorang dari skor x mereka dengan menghitung: .β 0 β 1 y = 0,5 + 1,6 xy= β0+ β1x + ϵβ0β1y^= 0,5 + 1,6 x
Namun, ini adalah rute yang sulit. R memiliki fungsi bawaan, predict()
yang dapat Anda gunakan untuk secara otomatis menghitung nilai prediksi yang diberikan model untuk dataset apa pun. Misalnya:, predict(fit, newdata=data)
jika x skor yang ingin Anda gunakan untuk memprediksi skor y disimpan dalam variabel data
. (Perhatikan bahwa untuk melihat skor prediksi untuk sampel di mana regresi Anda dilakukan, Anda bisa mengetik fit$fitted
atau fitted(fit)
; ini akan memberi Anda nilai yang diprediksi, alias cocok, nilai.)
lm
dan model linear lebih umum, tetapi sama sekali tidak jelas apa, tepatnya, yang Anda inginkan. Bisakah Anda memberi contoh atau sesuatu untuk diklarifikasi? Apakah ini untuk beberapa subjek?