calcolare se il coefficiente di regressione è statisticamente significativo in r

Question

Ho risultati da un'analisi di regressione condotta con un altro programma e vorrei verificare con R se siano significativi.So che ls.diag () calcola gli errori standard e i test T per i risultati di regressione, ma richiede un formato di input molto specifico (I.E., il risultato di LSFIT ()), quindi non penso di poterlo usare.Esiste alcuna funzione in r che calcola errori standard e T test per l'analisi di regressione che mi consente di fornire semplicemente i coefficienti pertinenti alla funzione a mano?

Answer 1

Non sono così sicuro che questo sia quello che stai cercando, ma ecco una linea guida

# this is a model obtained from ?lm 
ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69)
group <- gl(2,10,20, labels=c("Ctl","Trt"))
weight <- c(ctl, trt)
lm.D9 <- lm(weight ~ group)
summary(lm.D9) this is our target

.

Supponiamo che abbiamo solo i coefficienti di regressione, i suoi errori standard e la dimensione del campione

beta <- coef(lm.D9)
errorBeta <- summary(lm.D9)$coefficients[,2]
n <- length(weight) # the sample size
k <- length(beta) # number of regression parameters

.

Penso che questo sia il tuo caso, se non hai gli errori standard del coefficiente, allora devi stimarli, è abbastanza facile.

Una volta che hai i coefficienti di regressione e i suoi errori standard, è possibile stimare la T-Stat:

t_stats <- beta/errorBeta

.

La regola del pollice afferma che se | T_stats |>= 2 Quindi il coefficiente è statisticamente significativo al livello del 5%.Ma se vuoi conoscere il valore P, quindi utilizzare:

pt(abs(t_stats), n-k, lower.tail=FALSE)*2

.

Se i valori P> 0,05 quindi i coefficienti associati non sono significativi statistici a quel livello.

Tutto ciò di cui hai bisogno è conoscere i coefficienti, i suoi errori standard e le dimensioni del campione.Altrimenti non lo farai.