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

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

Methode 1: Haal de totale P-waarde uit het regressiemodel

 #define function to extract overall p-value of model
overall_p <- function (my_model) {
    f <- summary(my_model)$fstatistic
    p <- pf(f[1],f[2],f[3],lower. tail =F)
    attributes(p) <- NULL
    return (p)
}

#extract overall p-value of model
overall_p(model)

Methode 2: Extraheer individuele P-waarden voor regressiecoëfficiënten

 summary(model)$coefficients[,4]

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

Voorbeeld: extraheer P-waarden 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

Helemaal onderaan het resultaat kunnen we zien dat de totale p-waarde van het regressiemodel 0,01396 is.

Als we alleen deze p-waarde uit het model willen extraheren, kunnen we hiervoor een aangepaste functie definiëren:

 #define function to extract overall p-value of model
overall_p <- function (my_model) {
    f <- summary(my_model)$fstatistic
    p <- pf(f[1],f[2],f[3],lower. tail =F)
    attributes(p) <- NULL
    return (p)
}

#extract overall p-value of model
overall_p(model)

[1] 0.01395572

Merk op dat de functie dezelfde p-waarde retourneert als de bovenstaande modeluitvoer.

Om p-waarden voor individuele regressiecoëfficiënten uit het model te extraheren, kunnen we de volgende syntaxis gebruiken:

 #extract p-values for individual regression coefficients in model
summary(model)$coefficients[,4] 

(Intercept) points assists rebounds 
0.002175313 0.022315418 0.208600183 0.178471275

Merk op dat de hier getoonde p-waarden overeenkomen met die in de Pr(> |t|) kolom in de regressie-uitvoer hierboven.

Gerelateerd: Hoe de R-kwadraat uit de functie lm() in R te extraheren

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