Hoe betekeniscodes in r te interpreteren

Wanneer u een regressieanalyse of ANOVA in R uitvoert, bevatten de uitvoertabellen p-waarden voor de variabelen die in de analyse worden gebruikt, samen met de bijbehorende significantiecodes .

Deze significantiecodes worden weergegeven als een reeks sterren of als een decimaalteken als de variabelen statistisch significant zijn.

Zo interpreteert u de verschillende betekeniscodes:

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

De volgende voorbeelden laten zien hoe u deze betekeniscodes in de praktijk kunt interpreteren.

Voorbeeld: regressiesignificantiecodes

De volgende code laat zien hoe u een meervoudig lineair regressiemodel kunt aanpassen aan de geïntegreerde mtcars- gegevensset met behulp van hp , drat en wt als voorspellende variabelen en mpg als responsvariabele:

 #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

Hier leest u hoe u de significantiecodes voor de drie voorspellende variabelen interpreteert:

• pk heeft een p-waarde van 0,001178 . Omdat deze waarde in het bereik (0.001, 0.01] ligt, heeft deze de betekeniscode **
• drat heeft een p-waarde van 0,198755 . Omdat deze waarde in het bereik (0,1, 1] ligt, heeft deze geen betekeniscode.
• wt heeft een p-waarde van .000364 . Omdat deze waarde in het bereik [0, 0.001] ligt, heeft deze de betekeniscode ***

Als we een alfaniveau van α = 0,05 zouden gebruiken om te bepalen welke voorspellers significant waren in dit regressiemodel, zouden we zeggen dat hp en wt statistisch significante voorspellers zijn, terwijl drat dat niet is.

Voorbeeld: significantiecodes in ANOVA

De volgende code laat zien hoe u een eenrichtings-ANOVA-model kunt aanpassen aan de geïntegreerde mtcars- gegevensset met behulp van gear als factorvariabele en mpg als responsvariabele:

 #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

Zo interpreteert u de betekeniscode in de uitvoer:

• gearing heeft een p-waarde van 0,0054 . Omdat deze waarde in het bereik (0.001, 0.01] ligt, heeft deze de betekeniscode **

Als we een alfaniveau van α = 0,05 gebruiken, zouden we zeggen dat de gearing statistisch significant is. Met andere woorden, er is een statistisch significant verschil tussen de gemiddelde mpg van auto’s op basis van hun uitrustingswaarde .