Question

用R进行线性回归时输出的Pr(>|t|)值使用什么公式？

我知道Pr (> | t |)的值是p值，但是我不知道该值是如何计算的。

例如，尽管Pr (> | t |)的{{1}}的值在下面的输出结果中显示为x1，但我想知道该值是如何计算的

0.021

x1 <- c(10,20,30,40,50,60,70,80,90,100)
x2 <- c(20,30,60,70,100,110,140,150,180,190)
y <- c(100,120,150,180,210,220,250,280,310,330)

summary(lm(y ~ x1+x2))

Answer 1

基本上，t-value列中的值是通过将系数估计值（在Estimate列中）除以标准误差而获得的。例如，在您的第二行中，我们得到：

tval = 1.8000 / 0.6071 = 2.965

您感兴趣的列是p值。 t分布的绝对值大于2.965的可能性。使用t分布的对称性，该概率为：

2 * pt(abs(tval), rdf, lower.tail = FALSE)

这里rdf表示剩余自由度，在我们的情况下等于7：

rdf = number of observations minus total number of coefficient = 10 - 3 = 7

一个简单的检查显示这确实是R所做的：

2 * pt(2.965, 7, lower.tail = FALSE)
[1] 0.02095584

如何计算R中的线性回归中的Pr（> | t |）？

1 个答案: