83

我有一个用于调查药物使用的时间序列数据的回归模型。目的是将样条曲线拟合到时间序列并计算出 95% CI 等。模型如下：

id <- ts(1:length(drug$Date))
a1 <- ts(drug$Rate)
a2 <- lag(a1-1)
tg <- ts.union(a1,id,a2)
mg <-lm (a1~a2+bs(id,df=df1),data=tg)

的摘要输出mg为：

Call:
lm(formula = a1 ~ a2 + bs(id, df = df1), data = tg)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.31617 -0.11711 -0.02897  0.12330  0.40442 

Coefficients:
                  Estimate Std. Error t value Pr(>|t|)    
(Intercept)        0.77443    0.09011   8.594 1.10e-11 ***
a2                 0.13270    0.13593   0.976  0.33329    
bs(id, df = df1)1 -0.16349    0.23431  -0.698  0.48832    
bs(id, df = df1)2  0.63013    0.19362   3.254  0.00196 ** 
bs(id, df = df1)3  0.33859    0.14399   2.351  0.02238 *  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

我正在使用 的Pr(>|t|)值a2来测试正在调查的数据是否是自相关的。

是否可以提取Pr(>|t|)（在此模型中为 0.33329）的此值并将其存储在标量中以执行逻辑测试？

或者，可以用其他方法解决吗？

4

4 回答 4

90

一个summary.lm对象将这些值存储在一个matrix被调用的'coefficients'. 因此，您可以通过以下方式访问您所追求的值：

a2Pval <- summary(mg)$coefficients[2, 4]

或者，更一般/更易读，coef(summary(mg))["a2","Pr(>|t|)"]. 请参阅此处了解为什么首选此方法。

于 2011-07-05T00:57:52.450 回答
34

该软件包broom在这里派上用场（它使用“整洁”格式）。

tidy(mg)将给出一个带有系数、t 统计量等的格式良好的 data.frame。也适用于其他模型（例如 plm，...）。

broom来自的 github 存储库的示例：

lmfit <- lm(mpg ~ wt, mtcars)
require(broom)    
tidy(lmfit)

      term estimate std.error statistic   p.value
1 (Intercept)   37.285   1.8776    19.858 8.242e-19
2          wt   -5.344   0.5591    -9.559 1.294e-10

is.data.frame(tidy(lmfit))
[1] TRUE
于 2015-04-07T09:37:09.407 回答
6

只需将您的回归模型传递给以下函数：

    plot_coeffs <- function(mlr_model) {
      coeffs <- coefficients(mlr_model)
      mp <- barplot(coeffs, col="#3F97D0", xaxt='n', main="Regression Coefficients")
      lablist <- names(coeffs)
      text(mp, par("usr")[3], labels = lablist, srt = 45, adj = c(1.1,1.1), xpd = TRUE, cex=0.6)
    }

使用如下：

model <- lm(Petal.Width ~ ., data = iris)

plot_coeffs(model)

在此处输入图像描述

于 2017-02-19T05:39:50.437 回答
3

要回答您的问题，您可以通过将模型保存为变量并在环境窗口中单击它来探索模型输出的内容。然后，您可以单击以查看它包含的内容以及存储的位置。

另一种方法是yourmodelname$逐个键入并选择模型的组件，以查看每个组件包含的内容。当您到达 时yourmodelname$coefficients，您将看到您想要的所有 beta-、p 和 t- 值。

于 2018-11-02T21:08:43.590 回答