R回帰係数がRで統計的に重要かどうかを計算します
-
13-12-2019 - |
質問
私は、別のプログラムで行われた回帰分析から結果をもたらし、私はそれらが重要かどうかをRでテストしたいと思います。LS.DIAG()が回帰結果の標準エラーとTテストを計算することを知っていますが、非常に具体的な入力フォーマット(すなわち、LSFIT()の結果)を必要とするので、それを使用できるとは思わない。R回帰分析のための標準的なエラーとTテストを計算する機能はありますか?
解決
私はこれがあなたが見ているものであることがないことではありませんが、ここにガイドライン
です。# 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
.
回帰係数、その標準誤差、およびサンプルサイズ
のみがあるとします。beta <- coef(lm.D9)
errorBeta <- summary(lm.D9)$coefficients[,2]
n <- length(weight) # the sample size
k <- length(beta) # number of regression parameters
.
あなたが係数標準エラーを持っていない場合は、これがあなたの場合であると思います、あなたはそれらを見積もる必要があります、それは非常に簡単です。
回帰係数とその標準エラーがあると、T-Stat:
を見積もることができます。t_stats <- beta/errorBeta
.
経験則は、IF | T_Stats |>= 2で、係数は5%レベルで統計的に有意です。しかし、P値を知りたい場合は、次のようにします。
pt(abs(t_stats), n-k, lower.tail=FALSE)*2
.
P値> 0.05の場合、関連する係数はそのレベルで統計的有意ではない。
あなたが必要とするものはすべて、その標準的なエラーとサンプルサイズを知っています。そうでなければあなたはそれをしません。
所属していません StackOverflow