Question

我使用lm函数在R中运行了回归模型。得到的ANOVA表给出了每个系数的F值（这对我来说真的没有意义）。我想知道的是每个系数的t-stat及其相应的p值。我怎么得到这个？它是由函数存储还是需要额外的计算？

以下是代码和输出：

library(lubridate)
library(RCurl)
library(plyr)

[in] fit <- lm(btc_close ~ vix_close + gold_close + eth_close, data = all_dat)

# Other useful functions 
coefficients(fit) # model coefficients
confint(fit, level=0.95) # CIs for model parameters 
anova(fit) # anova table 

[out]
Analysis of Variance Table

Response: btc_close
           Df   Sum Sq  Mean Sq  F value Pr(>F)    
vix_close   1 20911897 20911897 280.1788 <2e-16 ***
gold_close  1    91902    91902   1.2313 0.2698    
eth_close   1 42716393 42716393 572.3168 <2e-16 ***
Residuals  99  7389130    74638                    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

如果我的统计知识正确地为我服务，那么这些f值就毫无意义。从理论上讲，我应该得到模型的F值和每个系数的T值。

Answer 1

以下是一个示例，其中包含有关如何仅提取t值的注释。

# Some dummy data
n <- 1e3L
df <- data.frame(x = rnorm(n),
                 z = rnorm(n))
df$y <- with(df, 0.01 * x^2 + z/3)

# Run regression
lr1 <- lm(y ~ x + z, data = df)

# R has special print method for class "lm"
summary(lr1)

Call:
lm(formula = y ~ x + z, data = df)

Residuals:
      Min        1Q    Median        3Q       Max 
-0.010810 -0.009025 -0.005259  0.003617  0.096771 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 0.0100122  0.0004313  23.216   <2e-16 ***
x           0.0008105  0.0004305   1.883     0.06 .  
z           0.3336034  0.0004244 786.036   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.01363 on 997 degrees of freedom
Multiple R-squared:  0.9984,    Adjusted R-squared:  0.9984 
F-statistic: 3.09e+05 on 2 and 997 DF,  p-value: < 2.2e-16

# Now, if you only want the t-values
summary(lr1)[["coefficients"]][, "t value"]

(Intercept)           x           z 
  23.216317    1.882841  786.035718

Answer 2

你可以试试这个：

   summary(fit)

Answer 3

p值的

summary（fit）$ coefficients [，4]

t值的摘要（拟合）$系数[，3]

Answer 4

正如本杰明已经回答的那样，我建议使用broom::tidy()将模型对象强制转换为整洁的数据帧。统计列将包含相关测试统计信息，并且可以使用ggplot2轻松绘制。

Answer 5

您可以使用

summary(fit)$coefficients[,3]

仅提取t值

从R中的lm中提取t-stat p值

5 个答案: