Cara mengekstrak koefisien regresi dari fungsi lm() di r

Anda dapat menggunakan metode berikut untuk mengekstrak koefisien regresi dari fungsi lm() di R:

Metode 1: ekstrak hanya koefisien regresi

 model$coefficients

Metode 2: Ekstrak koefisien regresi dengan standar error, statistik T dan nilai P

 summary(model)$coefficients

Contoh berikut menunjukkan cara menggunakan metode ini dalam praktik.

Contoh: ekstrak koefisien regresi dari lm() di R

Misalkan kita memasukkan model regresi linier berganda berikut ke dalam 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)

Kita dapat menggunakan fungsi ringkasan() untuk menampilkan ringkasan lengkap model regresi:

 #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

Untuk menampilkan koefisien regresi saja, kita dapat menggunakan model$ koefisien sebagai berikut:

 #view only regression coefficients of model
model$coefficients

(Intercept) points assists rebounds 
  66.435519 1.215203 -2.596789 2.820224

Kita dapat menggunakan koefisien ini untuk menulis persamaan regresi berikut:

Skor = 66.43551 + 1.21520 (poin) – 2.59678 (assist) + 2.82022 (rebound)

Untuk menampilkan koefisien regresi beserta kesalahan standarnya, statistik t, dan nilai p, kita dapat menggunakan koefisien ringkasan(model)$ sebagai berikut:

 #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

Kami juga dapat mengakses nilai tertentu dalam keluaran ini.

Misalnya, kita dapat menggunakan kode berikut untuk mengakses nilai p dari variabel poin :

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

[1] 0.02231542

Atau kita dapat menggunakan kode berikut untuk mengakses nilai p untuk setiap koefisien regresi:

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

(Intercept) points assists rebounds 
0.002175313 0.022315418 0.208600183 0.178471275 

Nilai P ditampilkan untuk setiap koefisien regresi dalam model.

Anda dapat menggunakan sintaks serupa untuk mengakses nilai apa pun dalam keluaran regresi.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:

Cara melakukan regresi linier sederhana di R
Cara melakukan regresi linier berganda di R
Cara membuat plot sisa di R