<\/p>\n
Voc\u00ea pode usar os seguintes m\u00e9todos para extrair coeficientes de regress\u00e3o da fun\u00e7\u00e3o lm()<\/a> em R:<\/span><\/p>\n M\u00e9todo 1: extrair apenas coeficientes de regress\u00e3o<\/strong><\/span><\/p>\n M\u00e9todo 2: Extrair coeficientes de regress\u00e3o com erro padr\u00e3o, estat\u00edstica T e valores P<\/strong><\/span><\/p>\n O exemplo a seguir mostra como usar esses m\u00e9todos na pr\u00e1tica.<\/span><\/p>\n Suponha que ajustemos o seguinte modelo de regress\u00e3o linear m\u00faltipla em R:<\/span><\/p>\n Podemos usar a fun\u00e7\u00e3o summary()<\/strong> para exibir o resumo completo do modelo de regress\u00e3o:<\/span><\/span><\/p>\n Para exibir apenas os coeficientes de regress\u00e3o, podemos usar os coeficientes do modelo$<\/strong> da seguinte forma:<\/span><\/p>\n Podemos usar esses coeficientes para escrever a seguinte equa\u00e7\u00e3o de regress\u00e3o ajustada:<\/span><\/p>\n Pontua\u00e7\u00e3o = 66,43551 + 1,21520 (pontos) \u2013 2,59678 (assist\u00eancias) + 2,82022 (rebotes)<\/span><\/p>\n Para exibir os coeficientes de regress\u00e3o junto com seus erros padr\u00e3o, estat\u00edsticas t e valores p, podemos usar os coeficientes summary(model)$<\/strong> da seguinte forma:<\/span><\/p>\n Tamb\u00e9m podemos acessar valores espec\u00edficos nesta sa\u00edda.<\/span><\/span><\/p>\n Por exemplo, podemos usar o seguinte c\u00f3digo para acessar o valor p<\/strong> da vari\u00e1vel points<\/strong> :<\/span><\/p>\n Ou poder\u00edamos usar o seguinte c\u00f3digo para acessar o valor p de cada um dos coeficientes de regress\u00e3o:<\/span><\/p>\n Os valores P s\u00e3o exibidos para cada coeficiente de regress\u00e3o no modelo.<\/span><\/span><\/p>\n Voc\u00ea pode usar sintaxe semelhante para acessar qualquer valor na sa\u00edda da regress\u00e3o.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:<\/span><\/p>\n Como realizar regress\u00e3o linear simples em R<\/a> Voc\u00ea pode usar os seguintes m\u00e9todos para extrair coeficientes de regress\u00e3o da fun\u00e7\u00e3o lm() em R: M\u00e9todo 1: extrair apenas coeficientes de regress\u00e3o model$coefficients M\u00e9todo 2: Extrair coeficientes de regress\u00e3o com erro padr\u00e3o, estat\u00edstica T e valores P summary(model)$coefficients O exemplo a seguir mostra como usar esses m\u00e9todos na pr\u00e1tica. Exemplo: extrair coeficientes de regress\u00e3o […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2947","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n model$coefficients\n<\/strong><\/pre>\n
summary(model)$coefficients<\/strong><\/pre>\n
Exemplo: extrair coeficientes de regress\u00e3o de lm() em R<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (rating=c(67, 75, 79, 85, 90, 96, 97),\n points=c(8, 12, 16, 15, 22, 28, 24),\n assists=c(4, 6, 6, 5, 3, 8, 7),\n rebounds=c(1, 4, 3, 3, 2, 6, 7))\n\n#fit multiple linear regression model\n<\/span>model <- lm(rating ~ points + assists + rebounds, data=df)\n<\/strong><\/pre>\n #view model summary\n<\/span>summary(model)\n\nCall:\nlm(formula = rating ~ points + assists + rebounds, data = df)\n\nResiduals:\n 1 2 3 4 5 6 7 \n-1.5902 -1.7181 0.2413 4.8597 -1.0201 -0.6082 -0.1644 \n\nCoefficients:\n Estimate Std. Error t value Pr(>|t|) \n(Intercept) 66.4355 6.6932 9.926 0.00218 **\npoints 1.2152 0.2788 4.359 0.02232 * \nassists -2.5968 1.6263 -1.597 0.20860 \nrebounds 2.8202 1.6118 1.750 0.17847 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 3.193 on 3 degrees of freedom\nMultiple R-squared: 0.9589, Adjusted R-squared: 0.9179 \nF-statistic: 23.35 on 3 and 3 DF, p-value: 0.01396\n<\/strong><\/pre>\n #view only regression coefficients of model\nmodel$coefficients\n\n(Intercept) points assists rebounds \n 66.435519 1.215203 -2.596789 2.820224<\/span><\/span>\n<\/strong><\/pre>\n #view regression coefficients with standard errors, t-statistics, and p-values\n<\/span>summary(model)$coefficients\n\n Estimate Std. Error t value Pr(>|t|)\n(Intercept) 66.435519 6.6931808 9.925852 0.002175313\npoints 1.215203 0.2787838 4.358942 0.022315418\nassists -2.596789 1.6262899 -1.596757 0.208600183\nrebounds 2.820224 1.6117911 1.749745 0.178471275<\/strong><\/pre>\n #view p-value for points variable\n<\/span>summary(model)$coefficients[\" points<\/span> \", \" Pr(>|t|)<\/span> \"]\n\n[1] 0.02231542\n<\/strong><\/pre>\n #view p-value for all variables\n<\/span>summary(model)$coefficients[, \" Pr(>|t|)<\/span> \"]\n\n(Intercept) points assists rebounds \n0.002175313 0.022315418 0.208600183 0.178471275 \n<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como realizar regress\u00e3o linear m\u00faltipla em R<\/a>
Como criar um gr\u00e1fico residual em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"