So extrahieren sie p-werte aus der funktion lm() in r

Sie können die folgenden Methoden verwenden, um p-Werte aus der Funktion lm() in R zu extrahieren:

Methode 1: Extrahieren Sie den Gesamt-P-Wert aus dem Regressionsmodell

 #define function to extract overall p-value of model
overall_p <- function (my_model) {
    f <- summary(my_model)$fstatistic
    p <- pf(f[1],f[2],f[3],lower. tail =F)
    attributes(p) <- NULL
    return (p)
}

#extract overall p-value of model
overall_p(model)

Methode 2: Extrahieren Sie einzelne P-Werte für Regressionskoeffizienten

 summary(model)$coefficients[,4]

Das folgende Beispiel zeigt, wie diese Methoden in der Praxis eingesetzt werden können.

Beispiel: P-Werte 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

Ganz unten im Ergebnis können wir sehen, dass der Gesamt-p-Wert des Regressionsmodells 0,01396 beträgt.

Wenn wir nur diesen p-Wert aus dem Modell extrahieren möchten, können wir dazu eine benutzerdefinierte Funktion definieren:

 #define function to extract overall p-value of model
overall_p <- function (my_model) {
    f <- summary(my_model)$fstatistic
    p <- pf(f[1],f[2],f[3],lower. tail =F)
    attributes(p) <- NULL
    return (p)
}

#extract overall p-value of model
overall_p(model)

[1] 0.01395572

Beachten Sie, dass die Funktion denselben p-Wert zurückgibt wie die Modellausgabe oben.

Um p-Werte für einzelne Regressionskoeffizienten aus dem Modell zu extrahieren, können wir die folgende Syntax verwenden:

 #extract p-values for individual regression coefficients in model
summary(model)$coefficients[,4] 

(Intercept) points assists rebounds 
0.002175313 0.022315418 0.208600183 0.178471275

Beachten Sie, dass die hier angezeigten p-Werte denen in der Spalte Pr(> |t|) in der obigen Regressionsausgabe entsprechen.

Verwandt: So extrahieren Sie das R-Quadrat aus der Funktion lm() in R

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, 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