Question

运行回归后，如何选择变量名称和相应的参数估计？

例如，在运行以下回归之后，我获得：

set.seed(1)
n=1000
x=rnorm(n,0,1)
y=.6*x+rnorm(n,0,sqrt(1-.6)^2)
(reg1=summary(lm(y~x)))

Call:
lm(formula = y ~ x)

Residuals:
    Min      1Q  Median      3Q     Max 
-1.2994 -0.2688 -0.0055  0.3022  1.4577 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) -0.006475   0.013162  -0.492    0.623    
x            0.602573   0.012723  47.359   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.4162 on 998 degrees of freedom
Multiple R-squared:  0.6921,    Adjusted R-squared:  0.6918 
F-statistic:  2243 on 1 and 998 DF,  p-value: < 2.2e-16

我希望能够通过变量名称选择系数（例如，(Intercept) -0.006475）

我尝试过以下但没有任何作用......

attr(reg1$coefficients,"terms")
names(reg1$coefficients)

注意：这有效reg1$coefficients[1,1]，但我希望能够通过名称而不是行/列来调用它。

Answer 1

包扫帚很好地整理了很多回归模型。

require(broom)
set.seed(1)
n=1000
x=rnorm(n,0,1)
y=.6*x+rnorm(n,0,sqrt(1-.6)^2)
model = lm(y~x)
tt <- tidy(model, conf.int=TRUE)

subset(tt,term=="x")
##   term estimate  std.error statistic       p.value  conf.low conf.high
## 2    x 0.602573 0.01272349  47.35908 1.687125e-257 0.5776051 0.6275409

with(tt,tt[term=="(Intercept)","estimate"])
## [1] -0.006474794

Answer 2

所以，你的代码并没有以你的方式运行。我稍微改了一下：

set.seed(1)
n=1000
x=rnorm(n,0,1)
y=.6*x+rnorm(n,0,sqrt(1-.6)^2)
model = lm(y~x)

现在，我可以致电coef(model)["x"]或coef(model)["(Intercept)"]并获取值。

> coef(model)["x"]
       x 
0.602573 
> coef(model)["(Intercept)"]
 (Intercept) 
-0.006474794

按名称选择回归系数

2 个答案: