2

当您在 Eviews 中进行回归时，您会得到如下统计数据面板：

在此处输入图像描述

R中有没有一种方法可以让我在一个列表中获得所有/大部分关于R回归的统计数据？

4

2 回答 2

5

请参阅summary，它将为大多数类别的回归对象生成摘要。

例如，来自help(glm)：

> clotting <- data.frame(
+          u = c(5,10,15,20,30,40,60,80,100),
+          lot1 = c(118,58,42,35,27,25,21,19,18),
+          lot2 = c(69,35,26,21,18,16,13,12,12))
>      summary(glm(lot1 ~ log(u), data = clotting, family = Gamma))

Call:
glm(formula = lot1 ~ log(u), family = Gamma, data = clotting)

Deviance Residuals: 
     Min        1Q    Median        3Q       Max  
-0.04008  -0.03756  -0.02637   0.02905   0.08641  

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept) -0.0165544  0.0009275  -17.85 4.28e-07 ***
log(u)       0.0153431  0.0004150   36.98 2.75e-09 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for Gamma family taken to be 0.002446059)

    Null deviance: 3.51283  on 8  degrees of freedom
Residual deviance: 0.01673  on 7  degrees of freedom
AIC: 37.99

Number of Fisher Scoring iterations: 3

R 对 GUI 程序的最大优势通常是函数的输出是可用的。所以你可以这样做：

> s =  summary(glm(lot1 ~ log(u), data = clotting, family = Gamma))
> s$coefficients[1,]
     Estimate    Std. Error       t value      Pr(>|t|) 
-1.655438e-02  9.275466e-04 -1.784749e+01  4.279149e-07 
> s$cov.scaled
              (Intercept)        log(u)
(Intercept)  8.603427e-07 -3.606457e-07
log(u)      -3.606457e-07  1.721915e-07

获取 t 和 p 以及所有参数或缩放协方差矩阵。但是请务必阅读文档以了解摘要方法，以确保您得到了您认为得到的结果。有时，返回对象中的内容可能会在转换后的比例上进行计算，并在打印对象时以未转换的比例呈现。

但是请注意，您似乎作为示例显示的是 ARIMA 模型，并且Rsummary中的对象没有很好的功能arima：

> m = arima(lh, order = c(1,0,1))
> summary(m)
          Length Class  Mode     
coef       3     -none- numeric  
sigma2     1     -none- numeric  
var.coef   9     -none- numeric  
mask       3     -none- logical  
loglik     1     -none- numeric  
aic        1     -none- numeric  
arma       7     -none- numeric  
residuals 48     ts     numeric  
call       3     -none- call     
series     1     -none- character
code       1     -none- numeric  
n.cond     1     -none- numeric  
model     10     -none- list

这只是包含这些元素的列表对象的默认摘要。简单地打印它可以让你得到一些东西：

> m

Call:
arima(x = lh, order = c(1, 0, 1))

Coefficients:
         ar1     ma1  intercept
      0.4522  0.1982     2.4101
s.e.  0.1769  0.1705     0.1358

sigma^2 estimated as 0.1923:  log likelihood = -28.76,  aic = 65.52
于 2014-01-26T10:15:28.360 回答
3

如果 m 是您lm生成的模型，只需执行以下操作：summary(m)获取所有这些模型统计信息和数字。

于 2014-01-26T10:11:40.727 回答