R:Получаем p-значение для всех коэффициентов множественной линейной регрессии (вкл.опорный уровень)

Question

Пример

У меня есть линейная регрессия, которая соответствует числовой зависимой переменной с 3 объясняющими факторными переменными.Каждая из факторных переменных имеет 2 уровня.

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)

Задача

Я хочу получить доступ к p-значениям для каждого коэффициента model объект.Чтобы избежать ненужного перехвата, я уже использую - 1 в формуле.

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

Представляется, что базовые (эталонные) уровни для P и K скрыты.

Вопрос

Как я могу изменить код для доступа к p-значениям также для P0и K0 в качестве коэффициентов для model возражать?

Примечание: Я не уверен, имеет ли это значение для решения, которое я на самом деле использую в своей реальной проблеме lmrob как надежная функция регрессии, поэтому я решил лучше сохранить ее в этом воспроизводимом примере.

Answer 1

Оцениваемые значения p являются следующими:

coef(summary(model))[, 4]

Что касается эталонных уровней, модель использует контрасты лечения, поэтому все значения эталонных уровней равны нулю, поэтому нет смысла запрашивать их p-значения.