r - 从线性回归中提取 p 值和 r 平方

Question

如何从简单的线性回归模型中提取 p 值(单个解释变量的系数非零的显着性)和 R 平方值？例如...

x = cumsum(c(0, runif(100, -1, +1)))
y = cumsum(c(0, runif(100, -1, +1)))
fit = lm(y ~ x)
summary(fit)

我知道 summary(fit) 显示 p 值和 R 平方值，但我希望能够将它们粘贴到其他变量中。

Answer 1

r 平方:您可以直接从摘要对象 summary(fit)$r.squared 返回 r 平方值。请参阅 names(summary(fit)) 以获取可直接提取的所有项目的列表。

模型 p 值:如果您想获取整体回归模型的 p 值， this blog post概述了返回 p 值的函数:

lmp <- function (modelobject) {
    if (class(modelobject) != "lm") stop("Not an object of class 'lm' ")
    f <- summary(modelobject)$fstatistic
    p <- pf(f[1],f[2],f[3],lower.tail=F)
    attributes(p) <- NULL
    return(p)
}

> lmp(fit)
[1] 1.622665e-05

在使用一个预测变量的简单回归的情况下，模型 p 值和系数的 p 值将相同。

系数 p 值:如果您有多个预测变量，则上述内容将返回模型 p 值，并且可以使用以下方法提取系数的 p 值:

summary(fit)$coefficients[,4]  

或者，您可以按照与上面的摘要对象类似的方式从 anova(fit) 对象中获取系数的 p 值。