Frage

Ich habe Ergebnisse aus einer Regressionsanalyse, die mit einem anderen Programm durchgeführt wurde, und ich möchte mit R testen, unabhängig davon, ob sie signifikant sind.Ich weiß, dass ls.diag () Standardfehler und T-Tests für Regressionsergebnisse berechnet, es erfordert jedoch ein sehr spezifisches Eingabeformat (d. H. Das Ergebnis von lsfit ()), also glaube ich nicht, dass ich das verwenden kann.Gibt es eine Funktion in R, die Standardfehler und T-Tests für die Regressionsanalyse berechnet, die es mir ermöglicht, die relevanten Koeffizienten einfach von Hand an die Funktion zu geben?

War es hilfreich?

Lösung

Ich bin nicht so sicher, dass das ist, was Sie suchen, aber hier ist eine Richtlinie

generasacodicetagpre.

Angenommen, wir haben nur die Regressionskoeffizienten, ihre Standardfehler und die Mustergröße von

generasacodicetagpre.

Ich denke, dies ist Ihr Fall, wenn Sie nicht die Standardfehler für Koeffizienten haben, müssen Sie sie schätzen, es ist ziemlich einfach.

Nachdem Sie die Regressionskoeffizienten und ihre Standardfehler haben, kann man den T-STAT schätzen:

generasacodicetagpre.

Die Faustregel sagt, dass wenn | t_stats |>= 2 Dann ist der Koeffizient statistisch signifikant mit 5% auf 5%.Wenn Sie jedoch den p-Wert kennen, dann verwenden Sie:

generasacodicetagpre.

Wenn p-Werte> 0,05 dann die zugehörigen Koeffizienten auf diesem Niveau nicht statistisch signifikant sind.

Alles, was Sie brauchen, wissen die Koeffizienten, ihre Standardfehler und die Mustergröße.Ansonsten tun Sie es nicht.

Lizenziert unter: CC-BY-SA mit Zuschreibung
Nicht verbunden mit StackOverflow
scroll top