我有我的数据（目前是虚拟数据）：

data_for_prediction <- original_data[,c(1,3)]

如果你想重现这个问题，以下内容就足够引发这个错误：

data_for_prediction <- data.frame(  diff = c(1,2,3),  f.mean_slope = c (1,2,3))

其中仅包含两列：“diff”（Y）和“f.mean_slope”（x）

然后我对整个数据集进行抽样：

set.seed(101)trainingRowIndex <- sample(1:nrow(data_for_prediction), 0.8*nrow(data_for_prediction))trainingData <- data_for_prediction[trainingRowIndex, ]  testData  <- data_for_prediction[-trainingRowIndex, ]

之后我创建了一个拟合模型：

model_fit <- lm(diff ~ ., data = trainingData, method = "model.frame")

当我尝试进行预测时：

newdata <- data.frame(  f.mean_slope = c(1,2,3))distPred <- predict(model_fit, newdata) 

R Studio 随后返回了错误消息：

错误在 UseMethod(“predict”)：对类为“data.Frame”的对象应用“predict”方法时没有适用的方法

这让我很困扰，因为我在网上搜索了很多类似的问题，但都没有解决…

有谁有想法吗？

回答：

这是因为你使用了：

model_fit <- lm(diff ~ ., data = trainingData, method = "model.frame")class(model_fit)[1] "data.frame"

以上代码给你的是用来拟合数据的模型矩阵。

你可以这样做：

model_fit <- lm(diff ~ ., data = trainingData,model=TRUE)newdata <- data.frame(  f.mean_slope = c(1,2,3))distPred <- predict(model_fit, newdata) 

模型矩阵可以在 model_fit$model 中找到