从线性回归中提取P值和R平方。

Question

从线性回归中提取P值和R平方。

232

如何从简单线性回归模型中获取 p 值（用于衡量单个自变量系数是否显著）和 R-squared 值？例如...

x = cumsum(c(0, runif(100, -1, +1)))
y = cumsum(c(0, runif(100, -1, +1)))
fit = lm(y ~ x)
summary(fit)

我知道summary(fit)会显示出p值和R-squared值，但我希望能够把这些信息放到其他变量中。

- grautur

只有当你不将输出分配给一个对象时才会显示值（例如， r <- summary(lm(rnorm(10)~runif(10))) 不会显示任何内容）。 - Joshua Ulrich

12个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Tirtha · Answer 1

使用：

(summary(fit))$coefficients[***num***,4]

其中num是一个数字，表示系数矩阵的行号。它取决于你的模型中有多少个特征以及你想要提取哪个特征的p值。例如，如果你只有一个变量，那么截距项将有一个p值[1,4]，而下一个实际变量将有一个p值[2,4]。因此，你的num将为2。

- Jojo · Answer 2

x = cumsum(c(0, runif(100, -1, +1)))
y = cumsum(c(0, runif(100, -1, +1)))
fit = lm(y ~ x)
> names(summary(fit))
[1] "call"          "terms"        
 [3] "residuals"     "coefficients" 
 [5] "aliased"       "sigma"        
 [7] "df"            "r.squared"    
 [9] "adj.r.squared" "fstatistic"   
[11] "cov.unscaled" 
    summary(fit)$r.squared