我有一个线性回归问题,解决方法如下:
m=lm(value ~ mean, data=d)
通过这个值,我可以得到R2和回归方程。
但是我想要得到标准误差(拟合误差)。我能看到这个值,但不知道如何获取并将其存储在数据框中。
我使用 summary(m)
来获取该值,结果如下:
Call:
lm(formula = value ~ mean, data = d)
Residuals:
Min 1Q Median 3Q Max
-25.000 -15.909 -2.124 14.596 44.697
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.500e+01 1.064e+00 23.49 <2e-16 ***
mean -1.759e-06 1.536e+00 0.00 1
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 16.85 on 1298 degrees of freedom
Multiple R-squared: 1.01e-15, Adjusted R-squared: -0.0007704
F-statistic: 1.311e-12 on 1 and 1298 DF, p-value: 1
所以问题是:我怎样才能获取这些值?谢谢。
sum((fitted(lm(y~x)) - y)^2)
或者m[[6]]^2*(n-1-p)
,其中n
是样本大小,p
是预测变量的数量。 - csgillespie