Wie man bedeutungscodes in r interpretiert

Wenn Sie eine Regressionsanalyse oder ANOVA in R durchführen, enthalten die Ausgabetabellen p-Werte für die in der Analyse verwendeten Variablen zusammen mit den entsprechenden Signifikanzcodes .

Diese Signifikanzcodes werden als Reihe von Sternen oder als Dezimalpunkt angezeigt, wenn die Variablen statistisch signifikant sind.

So interpretieren Sie die verschiedenen Bedeutungscodes:

 significance code p-value
   *** [0, 0.001]
    **(0.001, 0.01]
     * (0.01, 0.05]
     . (0.05, 0.1]
                         (0.1, 1]

Die folgenden Beispiele zeigen, wie diese Bedeutungscodes in der Praxis interpretiert werden können.

Beispiel: Regressionssignifikanzcodes

Der folgende Code zeigt, wie ein multiples lineares Regressionsmodell mit dem integrierten mtcars- Datensatz angepasst wird, wobei hp , drat und wt als Prädiktorvariablen und mpg als Antwortvariable verwendet werden:

 #fit regression model using hp, drat, and wt as predictors
model <- lm(mpg ~ hp + drat + wt, data = mtcars)

#view model summary
summary(model)

Call:
lm(formula = mpg ~ hp + drat + wt, data = mtcars)

Residuals:
    Min 1Q Median 3Q Max 
-3.3598 -1.8374 -0.5099 0.9681 5.7078 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 29.394934 6.156303 4.775 5.13e-05 ***
hp -0.032230 0.008925 -3.611 0.001178 ** 
drat 1.615049 1.226983 1.316 0.198755    
wt -3.227954 0.796398 -4.053 0.000364 ***
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 2.561 on 28 degrees of freedom
Multiple R-squared: 0.8369, Adjusted R-squared: 0.8194 
F-statistic: 47.88 on 3 and 28 DF, p-value: 3.768e-11

So interpretieren Sie die Signifikanzcodes für die drei Prädiktorvariablen:

• HP hat einen p-Wert von 0,001178 . Da dieser Wert im Bereich (0,001, 0,01] liegt, hat er den Bedeutungscode **
• drat hat einen p-Wert von 0,198755 . Da dieser Wert im Bereich (0,1, 1] liegt, hat er keinen Bedeutungscode.
• wt hat einen p-Wert von .000364 . Da dieser Wert im Bereich [0, 0,001] liegt, hat er den Bedeutungscode ***

Wenn wir einen Alpha-Wert von α = 0,05 verwenden würden, um zu bestimmen, welche Prädiktoren in diesem Regressionsmodell signifikant waren, würden wir sagen, dass hp und wt statistisch signifikante Prädiktoren sind, drat hingegen nicht.

Beispiel: Signifikanzcodes in ANOVA

Der folgende Code zeigt, wie ein einfaktorielles ANOVA-Modell mit dem integrierten mtcars- Datensatz angepasst wird, wobei Gear als Faktorvariable und mpg als Antwortvariable verwendet werden:

 #fit one-way ANOVA
model <- aov(mpg ~ gear, data = mtcars)

#view the model output
summary(model)

            Df Sum Sq Mean Sq F value Pr(>F)   
gear 1 259.7 259.75 8.995 0.0054 **
Residuals 30 866.3 28.88                  
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

So interpretieren Sie den Bedeutungscode in der Ausgabe:

• Gearing hat einen p-Wert von 0,0054 . Da dieser Wert im Bereich (0,001, 0,01] liegt, hat er den Bedeutungscode **

Bei einem Alpha-Wert von α = 0,05 würden wir sagen, dass das Gearing statistisch signifikant ist. Mit anderen Worten: Es gibt einen statistisch signifikanten Unterschied zwischen den durchschnittlichen mpg von Autos basierend auf ihrem Ausstattungswert .