วิธีแยกค่า p จากฟังก์ชัน lm() ใน r

คุณสามารถใช้วิธีการต่อไปนี้เพื่อแยกค่า p จาก ฟังก์ชัน lm() ใน R:

วิธีที่ 1: แยกค่า P โดยรวมออกจากแบบจำลองการถดถอย

 #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)

วิธีที่ 2: แยกค่า P แต่ละตัวสำหรับค่าสัมประสิทธิ์การถดถอย

 summary(model)$coefficients[,4]

ตัวอย่างต่อไปนี้แสดงวิธีการใช้วิธีการเหล่านี้ในทางปฏิบัติ

ตัวอย่าง: แยกค่า P จาก lm() ใน R

สมมติว่าเราใส่โมเดล การถดถอยเชิงเส้นพหุคูณ ต่อไปนี้ใน 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)

เราสามารถใช้ฟังก์ชัน summary() เพื่อแสดงข้อมูลสรุปแบบเต็มของโมเดลการถดถอย:

 #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

ที่ด้านล่างสุดของผลลัพธ์ เราจะเห็นว่าค่า p โดยรวมของแบบจำลองการถดถอยคือ 0.01396

หากเราต้องการแยกเฉพาะค่า p นี้ออกจากแบบจำลอง เราสามารถกำหนดฟังก์ชันที่กำหนดเองได้:

 #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

โปรดทราบว่าฟังก์ชันจะส่งกลับค่า p เดียวกันกับเอาต์พุตโมเดลด้านบน

หากต้องการแยกค่า p สำหรับสัมประสิทธิ์การถดถอยแต่ละรายการจากแบบจำลอง เราสามารถใช้ไวยากรณ์ต่อไปนี้:

 #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

โปรดทราบว่าค่า p ที่แสดงที่นี่สอดคล้องกับค่าในคอลัมน์ Pr(> |t|) ในเอาต์พุตการถดถอยด้านบน

ที่เกี่ยวข้อง: วิธีแยก R-Squared ออกจากฟังก์ชัน lm() ใน R

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน R:

วิธีดำเนินการถดถอยเชิงเส้นอย่างง่ายใน R
วิธีดำเนินการถดถอยเชิงเส้นพหุคูณใน R
วิธีสร้างพล็อตที่เหลือใน R