회귀 계수가 R에서 통계적으로 유의한지 여부를 계산하십시오.

Question

다른 프로그램을 사용하여 회귀 분석 한 결과가 있으며 중요한지 여부를 R으로 테스트하고 싶습니다. ls.diag()는 회귀 결과에 대한 표준 오류 및 t- 검정을 계산하지만 매우 구체적인 입력 형식 (즉, lsfit()의 결과)이 필요하므로 사용할 수 있다고는 생각하지 않습니다. r에 표준 오차를 계산하는 회귀 분석을위한 t- 검정과 함수에 관련 계수를 손으로 간단히 줄 수있는 함수가 있습니까?

Answer 1

나는 이것이 당신이 찾고 있지만, 여기에 가이드 라인을의하는지 그래서 확실하지 않다

# this is a model obtained from ?lm 
ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14) 
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69) 
group <- gl(2,10,20, labels=c("Ctl","Trt")) 
weight <- c(ctl, trt) 
lm.D9 <- lm(weight ~ group) 
summary(lm.D9) this is our target 

우리는 회귀 계수, 표준 오차 표본 크기

beta <- coef(lm.D9) 
errorBeta <- summary(lm.D9)$coefficients[,2] 
n <- length(weight) # the sample size 
k <- length(beta) # number of regression parameters 

이 있다고 가정

나는 이것이 당신의 경우라고 생각한다. 계수 표준 오류가 없다면, 그것들을 추정해야한다. 그것은 아주 쉽다.

는 회귀 계수의 표준 오차가 있으면, 하나는 t-STAT 예상 할 수 있습니다 :

t_stats <- beta/errorBeta 

엄지 손가락의 규칙은 진술을하는 경우 | t_stats | > = 2이면 계수는 5 % 수준에서 통계적으로 유의미합니다. 당신이 p- 값을 알고 싶다면, 그때 사용

pt(abs(t_stats), n-k, lower.tail=FALSE)*2 

하는 P-값> 0.05 후 관련 계수는 그 수준에서 통계적으로 유의하지 않은 경우.

당신이 필요로하는 것은 계수, 표준 오차 및 표본 크기를 아는 것입니다. 그렇지 않으면 너는하지 않을 것이다.