<\/p>\n
Anda dapat menggunakan metode berikut untuk mengekstrak koefisien regresi dari fungsi lm()<\/a> di R:<\/span><\/p>\n Metode 1: ekstrak hanya koefisien regresi<\/strong><\/span><\/p>\n Metode 2: Ekstrak koefisien regresi dengan standar error, statistik T dan nilai P<\/strong><\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan metode ini dalam praktik.<\/span><\/p>\n Misalkan kita memasukkan model regresi linier berganda berikut ke dalam R:<\/span><\/p>\n Kita dapat menggunakan fungsi ringkasan()<\/strong> untuk menampilkan ringkasan lengkap model regresi:<\/span><\/span><\/p>\n Untuk menampilkan koefisien regresi saja, kita dapat menggunakan model$ koefisien<\/strong> sebagai berikut:<\/span><\/p>\n Kita dapat menggunakan koefisien ini untuk menulis persamaan regresi berikut:<\/span><\/p>\n Skor = 66.43551 + 1.21520 (poin) \u2013 2.59678 (assist) + 2.82022 (rebound)<\/span><\/p>\n Untuk menampilkan koefisien regresi beserta kesalahan standarnya, statistik t, dan nilai p, kita dapat menggunakan koefisien ringkasan(model)$<\/strong> sebagai berikut:<\/span><\/p>\n Kami juga dapat mengakses nilai tertentu dalam keluaran ini.<\/span><\/span><\/p>\n Misalnya, kita dapat menggunakan kode berikut untuk mengakses nilai p<\/strong> dari variabel poin<\/strong> :<\/span><\/p>\n Atau kita dapat menggunakan kode berikut untuk mengakses nilai p untuk setiap koefisien regresi:<\/span><\/p>\n Nilai P ditampilkan untuk setiap koefisien regresi dalam model.<\/span><\/span><\/p>\n Anda dapat menggunakan sintaks serupa untuk mengakses nilai apa pun dalam keluaran regresi.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:<\/span><\/p>\n Cara melakukan regresi linier sederhana di R<\/a> Anda dapat menggunakan metode berikut untuk mengekstrak koefisien regresi dari fungsi lm() di R: Metode 1: ekstrak hanya koefisien regresi model$coefficients Metode 2: Ekstrak koefisien regresi dengan standar error, statistik T dan nilai P summary(model)$coefficients Contoh berikut menunjukkan cara menggunakan metode ini dalam praktik. Contoh: ekstrak koefisien regresi dari lm() di R Misalkan kita memasukkan […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n model$coefficients\n<\/strong><\/pre>\n
summary(model)$coefficients<\/strong><\/pre>\n
Contoh: ekstrak koefisien regresi dari lm() di R<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (rating=c(67, 75, 79, 85, 90, 96, 97),\n points=c(8, 12, 16, 15, 22, 28, 24),\n assists=c(4, 6, 6, 5, 3, 8, 7),\n rebounds=c(1, 4, 3, 3, 2, 6, 7))\n\n#fit multiple linear regression model\n<\/span>model <- lm(rating ~ points + assists + rebounds, data=df)\n<\/strong><\/pre>\n #view model summary\n<\/span>summary(model)\n\nCall:\nlm(formula = rating ~ points + assists + rebounds, data = df)\n\nResiduals:\n 1 2 3 4 5 6 7 \n-1.5902 -1.7181 0.2413 4.8597 -1.0201 -0.6082 -0.1644 \n\nCoefficients:\n Estimate Std. Error t value Pr(>|t|) \n(Intercept) 66.4355 6.6932 9.926 0.00218 **\npoints 1.2152 0.2788 4.359 0.02232 * \nassists -2.5968 1.6263 -1.597 0.20860 \nrebounds 2.8202 1.6118 1.750 0.17847 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 3.193 on 3 degrees of freedom\nMultiple R-squared: 0.9589, Adjusted R-squared: 0.9179 \nF-statistic: 23.35 on 3 and 3 DF, p-value: 0.01396\n<\/strong><\/pre>\n #view only regression coefficients of model\nmodel$coefficients\n\n(Intercept) points assists rebounds \n 66.435519 1.215203 -2.596789 2.820224<\/span><\/span>\n<\/strong><\/pre>\n #view regression coefficients with standard errors, t-statistics, and p-values\n<\/span>summary(model)$coefficients\n\n Estimate Std. Error t value Pr(>|t|)\n(Intercept) 66.435519 6.6931808 9.925852 0.002175313\npoints 1.215203 0.2787838 4.358942 0.022315418\nassists -2.596789 1.6262899 -1.596757 0.208600183\nrebounds 2.820224 1.6117911 1.749745 0.178471275<\/strong><\/pre>\n #view p-value for points variable\n<\/span>summary(model)$coefficients[\" points<\/span> \", \" Pr(>|t|)<\/span> \"]\n\n[1] 0.02231542\n<\/strong><\/pre>\n #view p-value for all variables\n<\/span>summary(model)$coefficients[, \" Pr(>|t|)<\/span> \"]\n\n(Intercept) points assists rebounds \n0.002175313 0.022315418 0.208600183 0.178471275 \n<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara melakukan regresi linier berganda di R<\/a>
Cara membuat plot sisa di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"