Hoe regressiecoëfficiënten te extraheren uit de functie lm() in r

U kunt de volgende methoden gebruiken om regressiecoëfficiënten uit de functie lm() in R te extraheren:

Methode 1: alleen regressiecoëfficiënten extraheren

 model$coefficients

Methode 2: Extraheer regressiecoëfficiënten met standaardfout, T-statistiek en P-waarden

 summary(model)$coefficients

Het volgende voorbeeld laat zien hoe u deze methoden in de praktijk kunt gebruiken.

Voorbeeld: extraheer regressiecoëfficiënten uit lm() in R

Stel dat we het volgende meervoudige lineaire regressiemodel in R passen:

 #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)

We kunnen de functie summary() gebruiken om de volledige samenvatting van het regressiemodel weer te geven:

 #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

Om alleen de regressiecoëfficiënten weer te geven, kunnen we de model$-coëfficiënten als volgt gebruiken:

 #view only regression coefficients of model
model$coefficients

(Intercept) points assists rebounds 
  66.435519 1.215203 -2.596789 2.820224

We kunnen deze coëfficiënten gebruiken om de volgende gepaste regressievergelijking te schrijven:

Score = 66,43551 + 1,21520 (punten) – 2,59678 (assists) + 2,82022 (rebounds)

Om de regressiecoëfficiënten samen met hun standaardfouten, t-statistieken en p-waarden weer te geven, kunnen we de summary(model)$-coëfficiënten als volgt gebruiken:

 #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

We hebben ook toegang tot specifieke waarden in deze uitvoer.

We kunnen bijvoorbeeld de volgende code gebruiken om toegang te krijgen tot de p-waarde van de puntenvariabele :

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

[1] 0.02231542

Of we kunnen de volgende code gebruiken om toegang te krijgen tot de p-waarde voor elk van de regressiecoëfficiënten:

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

(Intercept) points assists rebounds 
0.002175313 0.022315418 0.208600183 0.178471275 

Voor elke regressiecoëfficiënt in het model worden P-waarden weergegeven.

U kunt een vergelijkbare syntaxis gebruiken om toegang te krijgen tot elke waarde in de regressie-uitvoer.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in R kunt uitvoeren:

Hoe eenvoudige lineaire regressie uit te voeren in R
Hoe meervoudige lineaire regressie uit te voeren in R
Hoe maak je een restplot in R