Warning message: 'newdata'必需有1行 但变量里有45行

Warning message: 'newdata'必需有1行 但变量里有45行

data<-read.xlsx('msaD.xlsx','d5.1')    #导入数据
g<-glm(data$y~data$x1+data$x2+data$x3,family = binomial) #广义线性模型
summary(g)     
logis.step<-step(g,direction = 'both')    #逐步回归法选择变量
pre<-predict(logis.step,data.frame(x1=1))   #预测分类变量x1的值为1时因变量的值
p2<-exp(pre)/(1+exp(pre))
p2  

此时会出现警告以及p2概率重复多遍，如

Warning message:
'newdata'必需有1行 但变量里有45行 
> p2<-exp(pre)/(1+exp(pre))
> p21    2    3    4    5    6    7    8    9   10   11   12   13   14   15   16   17   18   19 
0.32 0.32 0.32 0.32 0.32 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.32 0.32 0.32 0.32 20   21   22   23   24   25   26   27   28   29   30   31   32   33   34   35   36   37   38 
0.32 0.32 0.32 0.32 0.32 0.32 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.32 0.32 0.32 39   40   41   42   43   44   45 
0.32 0.32 0.32 0.32 0.32 0.32 0.32 

原因是预测时输入的变量名x1不够精确，虽说实际导入的数据里的变量名就是x1，但跟模型里描述的不同，函数glm()由于没绑定数据所以描述x1的是data$x1，因此可以选择以下三种方式之一：

1.使用attach(data)先绑定数据,后用变量名x1,x2,x3构造模型并进行预测,不过使用attach之后想解除绑定并绑定其他数据容易出错，所以不是很推荐。

2.

data<-read.xlsx('msaD.xlsx','d5.1')
gl<-glm(y~x1+x2+x3,family = binomial,data)  #指定数据，可直接用变量名访问
gl
data.step<-step(gl，direction = 'both')
pre<-predict(data.step,data.frame(x1=1))
p<-exp(pre)/(1+exp(pre))
p

 3.

data<-read.xlsx('msaD.xlsx','d5.1')
x1<-data$x1     #先将变量名换成与预测时使用的一致
g<-glm(data$y~x1+data$x2+data$x3,family = binomial)    #模型输入简化的x1
summary(g)
logis.step<-step(g,direction = 'both')
pre<-predict(logis.step,data.frame(x1=1))   #直接使用x1预测
p2<-exp(pre)/(1+exp(pre))
p2

正常控制台输出
> pre<-predict(logis.step,data.frame(x1=1))
> p2<-exp(pre)/(1+exp(pre))
> p21 
0.32 

执行命令应注意步骤顺序以及多次执行导致变量名间冲突等情况，会使命令仍不尽人意。