Как интерпретировать смысловые коды в r

Когда вы выполняете регрессионный анализ или ANOVA в R, выходные таблицы содержат значения p для переменных, используемых в анализе, а также соответствующие коды значимости .

Эти коды значимости отображаются в виде звездочек или десятичной точки, если переменные статистически значимы.

Вот как интерпретировать различные смысловые коды:

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

Следующие примеры показывают, как интерпретировать эти смысловые коды на практике.

Пример: коды значимости регрессии

В следующем коде показано, как согласовать модель множественной линейной регрессии с интегрированным набором данных mtcars , используя hp , drat и wt в качестве переменных-предикторов и миль на галлон в качестве переменной ответа:

 #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

Вот как интерпретировать коды значимости для трех переменных-предсказателей:

• hp имеет значение p 0,001178 . Поскольку это значение находится в диапазоне (0,001, 0,01] , оно имеет код значения **
• drat имеет значение p 0,198755 . Поскольку это значение находится в диапазоне (0,1, 1] , оно не имеет никакого значения кода.
• wt имеет значение p .000364 . Поскольку это значение находится в диапазоне [0, 0,001] , оно имеет код значения ***.

Если бы мы использовали уровень альфа α = 0,05, чтобы определить, какие предикторы были значимыми в этой регрессионной модели, мы бы сказали, что hp и wt являются статистически значимыми предикторами, а drat — нет.

Пример: коды значимости в ANOVA

Следующий код показывает, как согласовать однофакторную модель ANOVA с интегрированным набором данных mtcars , используя передачу в качестве факторной переменной и миль на галлон в качестве переменной ответа:

 #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

Вот как интерпретировать смысловой код в выводе:

• зубчатая передача имеет значение p 0,0054 . Поскольку это значение находится в диапазоне (0,001, 0,01] , оно имеет код значения **

Используя альфа-уровень α = 0,05, мы бы сказали, что передача статистически значима. Другими словами, существует статистически значимая разница между средним расходом миль на галлон автомобилей в зависимости от стоимости их оборудования .