提取回归系数值
Joh*_*ohn 66 regression r lm
我有一个回归模型的一些时间序列数据调查药物利用率.目的是将样条拟合到时间序列并计算95%CI等.模型如下:
id <- ts(1:length(drug$Date))
a1 <- ts(drug$Rate)
a2 <- lag(a1-1)
tg <- ts.union(a1,id,a2)
mg <-lm (a1~a2+bs(id,df=df1),data=tg)
摘要输出mg是:
Call:
lm(formula = a1 ~ a2 + bs(id, df = df1), data = tg)
Residuals:
Min 1Q Median 3Q Max
-0.31617 -0.11711 -0.02897 0.12330 0.40442
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.77443 0.09011 8.594 1.10e-11 ***
a2 0.13270 0.13593 0.976 0.33329
bs(id, df = df1)1 -0.16349 0.23431 -0.698 0.48832
bs(id, df = df1)2 0.63013 0.19362 3.254 0.00196 **
bs(id, df = df1)3 0.33859 0.14399 2.351 0.02238 *
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
我正在使用Pr(>|t|)值a2来测试调查中的数据是否是自相关的.
是否可以提取此值Pr(>|t|)(在此模型中为0.33329)并将其存储在标量中以执行逻辑测试？
或者,可以使用其他方法解决吗？
wkm*_*or1 70
一个summary.lm对象在存储这些数值matrix称为'coefficients'.因此,您可以访问以下值:
a2Pval <- summary(mg)$coefficients[2, 4]
或者,更普遍/可读,coef(summary(mg))["a2","Pr(>|t|)"].请参阅此处了解此方法的首选原因.
- @PatrickT thx。这些小事情大有不同。我发现了关于`data.table`和_trans__我对_R_ ..的看法，但是仍然需要这些技巧。 (2认同)
Hel*_*123 29
这个包broom在这里派上用场(它使用"整洁"格式).
tidy(mg) 将给出一个很好的格式化data.frame与系数,t统计等.也适用于其他模型(如plm,...).
来自broom's github repo的例子:
lmfit <- lm(mpg ~ wt, mtcars)
require(broom)
tidy(lmfit)
term estimate std.error statistic p.value
1 (Intercept) 37.285 1.8776 19.858 8.242e-19
2 wt -5.344 0.5591 -9.559 1.294e-10
is.data.frame(tidy(lmfit))
[1] TRUE
只需将回归模型传递到以下函数中即可：
plot_coeffs <- function(mlr_model) {
coeffs <- coefficients(mlr_model)
mp <- barplot(coeffs, col="#3F97D0", xaxt='n', main="Regression Coefficients")
lablist <- names(coeffs)
text(mp, par("usr")[3], labels = lablist, srt = 45, adj = c(1.1,1.1), xpd = TRUE, cex=0.6)
}
使用方法如下：
model <- lm(Petal.Width ~ ., data = iris)
plot_coeffs(model)
