我必须评估模型的预测能力。
在我的数据库上，我有150个变量的5年每小时数据。
我想做什么？
1）使用前4年的数据进行OLS回归，然后保存变量的系数。
我的回归结果：
Signif。代码：0‘’0.001‘ 0.01‘0.05’。0.1‘’1
剩余标准误差：在34565自由度上为271.6多个R平方：0.9552，调整后R平方：0.9545F统计量：498和DF DF上为1479，p值：<2.2e-16
2）使用保存的系数结合最近几年的数据来预测我的Y，然后将预测的Y与实际Y进行比较。
我知道该怎么做1）但我不知道该怎么做2）。
有任何建议吗？
最好的问候。
[我可以知道您使用哪个R包来构建OLS回归模型，通常用来预测predict函数是用来基于某些参数来预测值。以下是预测功能文档的链接。https://www.rdocumentation.org/packages/car/versions/3.0-3/topics/Predict