Как извлечь r-squared из функции lm() в r
Вы можете использовать следующий синтаксис для извлечения значений R-квадрата и скорректированных значений R-квадрата из функции lm() в R:
#extract R-squared
summary(model)$adj.r.squared
#extract adjusted R-squared
summary(model)$adj.r.squared
В следующем примере показано, как использовать этот синтаксис на практике.
Пример: Извлечение R-квадрата из lm() в R
Предположим, мы подгоняем следующую модель множественной линейной регрессии в R:
#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)
Мы можем использовать функцию summary() для отображения полной сводной информации о модели регрессии:
#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
Обратите внимание на R-квадрат и скорректированные значения R-квадрата модели в нижней части выходных данных:
- R в квадрате: 0,9589
- Скорректированный R-квадрат: 0,9179.
Чтобы извлечь из модели только значение R в квадрате, мы можем использовать следующий синтаксис:
#extract R-squared value of regression model
summary(model)$r.squared
[1] 0.9589274
А чтобы извлечь только скорректированное значение R-квадрата для модели, мы можем использовать следующий синтаксис:
#extract adjusted R-squared value of regression model
summary(model)$adj.r.squared
[1] 0.9178548
Обратите внимание, что эти значения R-квадрата и скорректированного R-квадрата соответствуют значениям, которые мы видели ранее во всей сводке результатов регрессии.
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные задачи в R:
Как выполнить простую линейную регрессию в R
Как выполнить множественную линейную регрессию в R
Как создать остаточный график в R