线性回归方程R.

时间:2016-11-10 16:00:39

标签: r regression

当我们在R中运行线性回归时,在R保存实际回归方程的变量下,我的意思是R实际上是以下列形式保存方程:

y = B0 + B1x1 + B2x2 + B3x3等

我问,因为我想稍后调用该等式,或者我是否需要创建一个新变量并让它等于上面的等式,同时包含我的beta值,例如(例如)in [R

z = 0.1 + 0.2x1 + 0.3x2 + 0.4x3等。

我理解可以使用预测功能,但我不确定这是否正是我正在寻找的

1 个答案:

答案 0 :(得分:1)

如果你想获得系数,你可以在你的lm上使用summary()。

仅查看模型术语及其估算,SE等...

my_lm <- lm(Sepal.Length~Sepal.Width+Petal.Width+Petal.Length,iris)
coeffients <- summary(my_lm)$coefficients
coeffients
               Estimate Std. Error   t value     Pr(>|t|)
(Intercept)   1.8559975 0.25077711  7.400984 9.853855e-12
Sepal.Width   0.6508372 0.06664739  9.765380 1.199846e-17
Petal.Width  -0.5564827 0.12754795 -4.362929 2.412876e-05
Petal.Length  0.7091320 0.05671929 12.502483 7.656980e-25

然后你可以随意使用。 最后,formula()将返回你在lm()

中调用的内容
formula(my_lm)
Sepal.Length ~ Sepal.Width + Petal.Width + Petal.Length

如果您不想使用predict(),可以改用此对象。

my_coef<-(coeffients[,1])
my_coef
 (Intercept)  Sepal.Width  Petal.Width Petal.Length 
   1.8559975    0.6508372   -0.5564827    0.7091320