Question

我在lm()中的大型数据集上使用R。使用summary()可以获得有关这两个参数之间线性回归的大量详细信息。

我感到困惑的部分是哪一个是摘要的Coefficients:部分中的正确参数，用作相关系数？

示例数据

c1 <- c(1:10)
c2 <- c(10:19)
output <- summary(lm(c1 ~ c2))

摘要

Call:
lm(formula = c1 ~ c2)

Residuals:
      Min         1Q     Median         3Q        Max 
-2.280e-15 -8.925e-16 -2.144e-16  4.221e-16  4.051e-15 

Coefficients:
             Estimate Std. Error    t value Pr(>|t|)    
(Intercept) -9.000e+00  2.902e-15 -3.101e+15   <2e-16 ***
c2           1.000e+00  1.963e-16  5.093e+15   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.783e-15 on 8 degrees of freedom
Multiple R-squared:      1, Adjusted R-squared:      1 
F-statistic: 2.594e+31 on 1 and 8 DF,  p-value: < 2.2e-16

这是我应该使用的相关系数吗？

output$coefficients[2,1]
1

请建议，谢谢。

Answer 1

系数估计的完全方差协方差矩阵是：

fm <- lm(c1 ~ c2)
vcov(fm)

，特别是sqrt(diag(vcov(fm)))等于coef(summary(fm))[, 2]

相应的相关矩阵是：

cov2cor(vcov(fm))

系数估计值之间的相关性为：

cov2cor(vcov(fm))[1, 2]

摘要提取相关系数

1 个答案: