试图在年份中使用lm（）

Question

我的数据集：

structure(list(year = 2010:2019, pop = c(9574323, 9657592, 9749476, 
9843336, 9932887, 10031646, 10154788, 10268233, 10381615, 10488084
), ye = 1:10), row.names = c("1", "2", "3", "4", "5", "6", "7", 
"8", "9", "10"), class = "data.frame")

我仅是Year和Pop列的线性回归。当我为这两列运行summary（lm）时，我得到的是：

> summary(lm(pop~year, data = this))

Call:
lm(formula = pop ~ year, data = this)

Residuals:
 Min       1Q   Median       3Q      Max 
-27821.4 -10094.9    656.5  12968.3  27549.8 

Coefficients:
          Estimate Std. Error t value Pr(>|t|)    
(Intercept) -196556312    4240960  -46.35 5.19e-11 ***
year            102539       2105   48.71 3.49e-11 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 19120 on 8 degrees of freedom
Multiple R-squared:  0.9966,    Adjusted R-squared:  0.9962 
F-statistic:  2372 on 1 and 8 DF,  p-value: 3.493e-11

斜率截距方程不正确。但是当我使用ye列运行lm时，它是正确的。

summary（lm（pop〜ye，data = this））

Call:
lm(formula = pop ~ ye, data = this)

Residuals:
 Min       1Q   Median       3Q      Max 
-27821.4 -10094.9    656.5  12968.3  27549.8 

Coefficients:
        Estimate Std. Error t value Pr(>|t|)    
(Intercept)  9444234      13062  723.00  < 2e-16 ***
ye            102539       2105   48.71 3.49e-11 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 19120 on 8 degrees of freedom
Multiple R-squared:  0.9966,    Adjusted R-squared:  0.9962 
F-statistic:  2372 on 1 and 8 DF,  p-value: 3.493e-11

这不是我想要的，因为我想预测2020年，2021年等。为了使Year列在等式中起作用，我需要更改什么？我也在excel中尝试过，它也是一样。

Answer 1

我们可以用predict来做。

model <- lm(pop~year, data = this)
predict(model,data.frame(year=c(2020,2021)))
       1        2 
10572162 10674701 

Answer 2

Cross Validated中的[This answer]非常详细地介绍了您的问题，但简短的答案是，除了拦截项外，两者是等效的。

为了便于解释，您可能要设置一个参考年，然后根据该参考年设置回归的年数据（例如2010 =参考年0，2015 =年5），就像您对ye所做的那样列。

[另一位评论者建议使用predict()来预测2020年和2021年，这两种方法都适用（分别使用c(2020, 2021)或c(20, 21)。]