Comment extraire les coefficients de régression de la fonction lm() dans R

Vous pouvez utiliser les méthodes suivantes pour extraire les coefficients de régression de la fonction lm() dans R :

Méthode 1 : extraire uniquement les coefficients de régression

model$coefficients

Méthode 2 : Extraire les coefficients de régression avec l’erreur standard, la statistique T et les valeurs P

summary(model)$coefficients

L’exemple suivant montre comment utiliser ces méthodes dans la pratique.

Exemple : extraire les coefficients de régression de lm() dans R

Supposons que nous ajustions le modèle de régression linéaire multiple suivant dans R :

#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)

Nous pouvons utiliser la fonction summary() pour afficher le résumé complet du modèle de régression :

#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   
---
Signif. 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

Pour afficher uniquement les coefficients de régression, nous pouvons utiliser les coefficients model$ comme suit :

#view only regression coefficients of model
model$coefficients

(Intercept)      points     assists    rebounds 
  66.435519    1.215203   -2.596789    2.820224 

Nous pouvons utiliser ces coefficients pour écrire l’équation de régression ajustée suivante :

Note = 66,43551 + 1,21520 (points) – 2,59678 (passes) + 2,82022 (rebonds)

Pour afficher les coefficients de régression ainsi que leurs erreurs standard, leurs statistiques t et leurs valeurs p, nous pouvons utiliser les coefficients summary(model)$ comme suit :

#view regression coefficients with standard errors, t-statistics, and p-values
summary(model)$coefficients

             Estimate Std. Error   t value    Pr(>|t|)
(Intercept) 66.435519  6.6931808  9.925852 0.002175313
points       1.215203  0.2787838  4.358942 0.022315418
assists     -2.596789  1.6262899 -1.596757 0.208600183
rebounds     2.820224  1.6117911  1.749745 0.178471275

Nous pouvons également accéder à des valeurs spécifiques dans cette sortie.

Par exemple, nous pouvons utiliser le code suivant pour accéder à la valeur p de la variable points :

#view p-value for points variable
summary(model)$coefficients["points", "Pr(>|t|)"]

[1] 0.02231542

Ou nous pourrions utiliser le code suivant pour accéder à la valeur p pour chacun des coefficients de régression :

#view p-value for all variables
summary(model)$coefficients[, "Pr(>|t|)"]

(Intercept)      points     assists    rebounds 
0.002175313 0.022315418 0.208600183 0.178471275 

Les valeurs p sont affichées pour chaque coefficient de régression du modèle.

Vous pouvez utiliser une syntaxe similaire pour accéder à n’importe quelle valeur dans la sortie de régression.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans R :

Comment effectuer une régression linéaire simple dans R
Comment effectuer une régression linéaire multiple dans R
Comment créer un tracé résiduel dans R