So extrahieren sie r-quadrat aus der funktion lm() in r
Sie können die folgende Syntax verwenden, um die R-Quadrat- und angepassten R-Quadrat- Werte aus der Funktion lm() in R zu extrahieren:
#extract R-squared
summary(model)$adj.r.squared
#extract adjusted R-squared
summary(model)$adj.r.squared
Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.
Beispiel: R-Quadrat aus lm() in R extrahieren
Angenommen, wir passen das folgende multiple lineare Regressionsmodell in R an:
#create data frame df <- data. frame (rating=c(67, 75, 79, 85, 90, 96, 97), points=c(8, 12, 16, 15, 22, 28, 24), assists=c(4, 6, 6, 5, 3, 8, 7), rebounds=c(1, 4, 3, 3, 2, 6, 7)) #fit multiple linear regression model model <- lm(rating ~ points + assists + rebounds, data=df)
Wir können die Funktion summary() verwenden, um die vollständige Zusammenfassung des Regressionsmodells anzuzeigen:
#view model summary
summary(model)
Call:
lm(formula = rating ~ points + assists + rebounds, data = df)
Residuals:
1 2 3 4 5 6 7
-1.5902 -1.7181 0.2413 4.8597 -1.0201 -0.6082 -0.1644
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 66.4355 6.6932 9.926 0.00218 **
points 1.2152 0.2788 4.359 0.02232 *
assists -2.5968 1.6263 -1.597 0.20860
rebounds 2.8202 1.6118 1.750 0.17847
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 3.193 on 3 degrees of freedom
Multiple R-squared: 0.9589, Adjusted R-squared: 0.9179
F-statistic: 23.35 on 3 and 3 DF, p-value: 0.01396
Beachten Sie die R-Quadrat- und angepassten R-Quadrat-Werte des Modells am unteren Rand der Ausgabe:
- R im Quadrat: 0,9589
- Bereinigtes R-Quadrat: 0,9179
Um nur den R-Quadrat-Wert aus dem Modell zu extrahieren, können wir die folgende Syntax verwenden:
#extract R-squared value of regression model
summary(model)$r.squared
[1] 0.9589274
Und um nur den angepassten R-Quadrat-Wert für das Modell zu extrahieren, können wir die folgende Syntax verwenden:
#extract adjusted R-squared value of regression model
summary(model)$adj.r.squared
[1] 0.9178548
Beachten Sie, dass diese Werte für R-Quadrat und angepasstes R-Quadrat den Werten entsprechen, die wir zuvor in der gesamten Zusammenfassung der Regressionsergebnisse gesehen haben.
Zusätzliche Ressourcen
Die folgenden Tutorials erklären, wie Sie andere häufige Aufgaben in R ausführen:
So führen Sie eine einfache lineare Regression in R durch
So führen Sie eine multiple lineare Regression in R durch
So erstellen Sie ein Residuendiagramm in R