R : 여러 선형 회귀 분석의 모든 계수에 대해 p 값을 가져옵니다 (참조 레벨 포함).

Question

예제

3 개의 설명 요소 변수가있는 숫자 종속 변수가있는 선형 회귀가 있습니다.각 팩터 변수에는 2 단계가 있습니다.

install.packages("robustbase")
install.packages("MASS")
require(robustbase)
require(MASS)

# Example data
data(npk)
df= npk[,-1]
str(df) 

# 'data.frame':  24 obs. of  4 variables:
# $ N    : Factor w/ 2 levels "0","1": 1 2 1 2 2 2 1 1 1 2 ...
# $ P    : Factor w/ 2 levels "0","1": 2 2 1 1 1 2 1 2 2 2 ...
# $ K    : Factor w/ 2 levels "0","1": 2 1 1 2 1 2 2 1 1 2 ...
# $ yield: num  49.5 62.8 46.8 57 59.8 58.5 55.5 56 62.8 55.8 ...

set.seed(0)
model <- lmrob(yield ~ N + P + K - 1, data= df)

.

작업

나는 model 객체의 각 계수에 대해 p 값에 액세스하려고합니다.불필요한 가로 촬영을 피하기 위해 이미 공식에서 - 1를 사용하고 있습니다.

summary(model)$coefficients

# Estimate Std. Error    t value     Pr(>|t|)
# N0 54.644672   2.400075 22.7678995 8.972084e-16
# N1 60.166737   1.966661 30.5933467 2.858276e-18
# P1 -1.059299   2.139443 -0.4951286 6.259053e-01
# K1 -3.905052   2.226012 -1.7542822 9.469295e-02

.

P 및 K의 기준선 (참조) 레벨이 숨겨져있는 것으로 보입니다.

질문

어떻게 P-values에 대한 P-values에 대한 P-value에 대한 프로세스를 변경할 수 있습니까?

참고 : 나는 실제로 실제로 실제로 내 실제 문제를 강력한 회귀 함수로 사용하고 있기 때문에 실제로는 실제로 regression 함수로 사용하기 때문에 재현 할 수없는 것에 더 잘 유지하기로 결정했습니다.예제.

Answer 1

추정되는 p 값은 다음과 같습니다.

coef(summary(model))[, 4]

.

기준 레벨에 관해서, 모델은 치료 대조를 이용하여 기준 레벨의 값이 모두 0이므로 p 값을 요구하는 것은 의미가 없습니다.