의 anova()와 비교하면이 출력의 p- 값이 의미하는 바를 이해할 수 없습니다. 그렇다고해서 p- 값을 의미하는 것이 아닙니다.두 개의 선형 모델을 R
> Model 1: sl ~ le + ky
> Model 2: sl ~ le
Res.Df RSS Df Sum of Sq F Pr(>F)
1 97 0.51113
2 98 0.51211 -1 -0.00097796 0.1856 0.6676
나는 이와 비슷한 것을 얻었으며, 이제 어떤 모델이 더 적합 할까 궁금합니다. 하나 뿐이며 두 개의 p- 값이 없으므로 혼란스러워집니다. 내가 얻을
이제 요약 (모델 1) 또는 요약 (모델 2)를 사용하여 다른 pvalues
경우> fm2<-lm(Y~X+T)
내가 할 경우
> fm4<-lm(Y~X)
(T 내 표시기 변수 인)
> anova(fm2,fm4)
귀무 가설을 테스트합니다. H0: alpha1==alpha2
개 (Ha: alpha1!=alpha2)
C (알파 내 차단되는) 그래서 하나 개의 절편 (=>alpha1==alpha2
)를 가지고하는 것이 좋습니다 여부를 테스트, 또는 두 개의 차단 (alpha1!=alpha2
) 우리가 지금 분명히 귀무 가설을 거부 할이 경우
, p 값은 0.6676이므로
이렇게하면 Google 데이터에 더 적합하기 때문에 fm4
모델을 사용해야합니다.
결론을 올바르게 이끌어 냈습니까? 나는 최선을 다했지만 p 값이 무엇을 의미하는지 모르겠습니다. 단지 켜져 있기 때문에, 이것이 내가 의미한다고 생각한 것입니다. 누군가 물건을 정리할 수 있습니까?