如何从一个简单的线性回归模型中提取p值(单个解释变量的系数的显著性为非零)和r平方值?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)显示了p值和r平方值,但我希望能够将它们插入到其他变量中。


当前回答

这是提取p值最简单的方法:

coef(summary(modelname))[, "Pr(>|t|)"]

其他回答

我在探索类似问题的建议解决方案时遇到了这个问题;我认为,为了将来的参考,它可能是值得更新可用的答案列表与解决方案利用扫帚包。

示例代码

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

结果

>> glance(fit)
  r.squared adj.r.squared    sigma statistic    p.value df    logLik      AIC      BIC deviance df.residual
1 0.5442762     0.5396729 1.502943  118.2368 1.3719e-18  2 -183.4527 372.9055 380.7508 223.6251          99

一边笔记

我发现glance函数很有用,因为它简洁地总结了关键值。结果被存储为data.frame,这使得进一步的操作很容易:

>> class(glance(fit))
[1] "data.frame"

注意,summary(fit)生成了一个包含您需要的所有信息的对象。se t和p向量都存储在里面。通过选择系数矩阵的第4列来获得p值(存储在summary对象中):

summary(fit)$coefficients[,4] 
summary(fit)$r.squared

尝试str(summary(fit))查看该对象包含的所有信息。

编辑:我误解了蔡斯的答案,它基本上告诉你如何得到我在这里给出的东西。

虽然上面的两个答案都很好,但提取对象部分的过程更一般。

在许多情况下,函数返回列表,并且可以使用str()访问各个组件,str()将打印组件及其名称。然后您可以使用$操作符访问它们,即myobject$componentname。

在lm对象的情况下,有许多预定义的方法可以使用,如coef()、remainder()、summary()等,但你不会总是那么幸运。

这是提取p值最简单的方法:

coef(summary(modelname))[, "Pr(>|t|)"]

对于summary()末尾显示的最终p值,该函数使用pf()从summary(fit)$fstatistic值中计算。

fstat <- summary(fit)$fstatistic
pf(fstat[1], fstat[2], fstat[3], lower.tail=FALSE)

来源:[1],[2]