Hoe standaardfouten uit de lm()-functie in r te extraheren

U kunt de volgende methoden gebruiken om de resterende standaardfout en de standaardfout van de individuele regressiecoëfficiënten van de functie lm() in R te extraheren:

Methode 1: Extraheer de resterende standaardfout

 #extract residual standard error of regression model
summary(model)$sigma

Methode 2: Extraheer de standaardfout van individuele regressiecoëfficiënten

 #extract standard error of individual regression coefficients
sqrt(diag(vcov(model)))

Het volgende voorbeeld laat zien hoe u elke methode in de praktijk kunt gebruiken.

Voorbeeld: standaardfouten extraheren 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

De resterende standaardfout van het model is 3,193 en elk van de standaardfouten voor de individuele regressiecoëfficiënten is te zien in Std. Kolom met uitvoerfouten .

Om alleen de resterende standaardfout uit het model te extraheren, kunnen we de volgende syntaxis gebruiken:

 #extract residual standard error of regression model
summary(model)$sigma

[1] 3.19339

En om alleen de standaardfouten voor elk van de individuele regressiecoëfficiënten te extraheren, kunnen we de volgende syntaxis gebruiken:

 #extract standard error of individual regression coefficients
sqrt(diag(vcov(model)))

(Intercept) points assists rebounds 
  6.6931808 0.2787838 1.6262899 1.6117911 

Merk op dat deze waarden overeenkomen met de waarden die we eerder zagen in de gehele samenvatting van de regressieresultaten.

Gerelateerd: Residuele standaardfouten interpreteren

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