R で意味コードを解釈する方法

R で回帰分析またはANOVAを実行すると、出力テーブルには、分析で使用された変数の p 値と、対応する有意性コードが含まれます。

これらの有意性コードは、変数が統計的に有意である場合、一連の星印または小数点として表示されます。

さまざまな意味のコードを解釈する方法は次のとおりです。

 significance code p-value
   *** [0, 0.001]
    **(0.001, 0.01]
     * (0.01, 0.05]
     . (0.05, 0.1]
                         (0.1, 1]

次の例は、これらの意味コードを実際に解釈する方法を示しています。

例: 回帰有意性コード

次のコードは、予測変数としてhp 、 drat 、 wt を、応答変数としてmpg を使用して、統合されたmtcarsデータセットで重線形回帰モデルを近似する方法を示しています。

 #fit regression model using hp, drat, and wt as predictors
model <- lm(mpg ~ hp + drat + wt, data = mtcars)

#view model summary
summary(model)

Call:
lm(formula = mpg ~ hp + drat + wt, data = mtcars)

Residuals:
    Min 1Q Median 3Q Max 
-3.3598 -1.8374 -0.5099 0.9681 5.7078 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 29.394934 6.156303 4.775 5.13e-05 ***
hp -0.032230 0.008925 -3.611 0.001178 ** 
drat 1.615049 1.226983 1.316 0.198755    
wt -3.227954 0.796398 -4.053 0.000364 ***
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 2.561 on 28 degrees of freedom
Multiple R-squared: 0.8369, Adjusted R-squared: 0.8194 
F-statistic: 47.88 on 3 and 28 DF, p-value: 3.768e-11

3 つの予測子変数の重要度コードを解釈する方法は次のとおりです。

• hpの p 値は0.001178です。この値は(0.001, 0.01]の範囲内にあるため、意味コードは**になります。
• dratの p 値は0.198755です。この値は(0,1, 1]の範囲内にあるため、意味のあるコードはありません。
• wtの p 値は.000364です。この値は[0, 0.001]の範囲内にあるため、意味コードは***になります。

この回帰モデルでどの予測変数が有意であるかを決定するために α = 0.05 のアルファ レベルを使用した場合、 hpとwtは統計的に有意な予測変数であるが、 drat はそうではないと言えます。

例: ANOVA における有意性コード

次のコードは、因子変数としてgearを使用し、応答変数としてmpg を使用して、一元配置分散分析モデルを統合mtcarsデータセットに近似する方法を示しています。

 #fit one-way ANOVA
model <- aov(mpg ~ gear, data = mtcars)

#view the model output
summary(model)

            Df Sum Sq Mean Sq F value Pr(>F)   
gear 1 259.7 259.75 8.995 0.0054 **
Residuals 30 866.3 28.88                  
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

出力内の意味コードを解釈する方法は次のとおりです。

• ギアリングのp 値は0.0054です。この値は(0.001, 0.01]の範囲内にあるため、意味コードは**になります。

アルファ レベル α = 0.05 を使用すると、ギアリングは統計的に有意であると言えます。言い換えれば、装備値に基づく車の平均mpgの間には統計的に有意な差があるということです。