2017-06-22 5 views
0

サンプルデータ増分変化

A B  C   D E 
1 2016 94.49433733 2 81.28 
5 2016 95.38104534 4 139.6944 
7 2016 95.43885385 1 69.11 
8 2016 94.91936704 1 7.23 
9 2016 95.21859776 3 152.31 
10 2016 95.15797535 1 86.32 
11 2016 95.1830432 2 38.24 
13 2016 94.01256633 2 33.3 

は、私は私に私の予測変数(C)から増分インパクトを与えるシーケンスを構築したいです。

予想表(0.5によってインクリメント):

C   ANSWER 
85   
85.05  
85.1   
85.15  
85.2   
85.25  
85.3   
85.35  

私はDに何が起こるか、C内のすべてのデルタの変化(増加)するために理解するために探していますか?ここで

あなたはおそらく線形回帰をしたいか、私は変換し、適用

transform(df, volumen=unlist(tapply(C, D, function(x) c(0, diff(x))))) 
+1

で試してみました何ですか? – Axeman

+0

私は 'lm(S〜D)'のような2つの変数を持つlmモデルを試しましたが、そのモデルの式を使ってどのように変化を示すテーブルを作ることができますか? – Warz

答えて

0
fit <- lm(D ~ C, data = my_sample_data) #Fits a linear model 
my_sequence <- seq(from = 85, to = 85.35, by = 0.05) # first column 
result <- fit$coefficients[1] + my_sequence * fit$coefficients[2] #2nd column 
df <- data.frame(C = my_sequence, ANSWER = result) #Makes a table 
+1

あなたの最初の行、 'fit < - lm(E〜C、data = my_sample_data)'を意味しますか? – Warz

+2

また、 'predict'を使用してください。 – Axeman

+1

@Axeman私は予測を使用することができました。 'predict(fit、newdata = pred.data))' – Warz