計算迴歸係數在R中是否具有統計顯着性

我有用另一個程序進行迴歸分析的結果，我想用R測試它們是否顯着。我知道ls.diag（）計算迴歸結果的標準錯誤和t檢驗，但它需要一個非常具體的輸入格式（即lsfit（）的結果），所以我不認爲我可以使用它。 r中是否有函數計算迴歸分析的標準誤差和t檢驗，從而使我可以簡單地通過手動給出相關係數？計算迴歸係數在R中是否具有統計顯着性

來源

2012-07-28 Annemarie

從您的描述中不清楚您從「其他程序」中得到了什麼，但我確信回到原始數據並完成R. – 2012-07-28 16:15:09

取決於的所有內容的工作要少得多。如果OP有係數和他們的標準誤差，那麼很容易（儘管她提到了「計算標準誤差」），但我們確實需要知道其他程序產生了什麼，如果它只是係數那麼答案是「否」 – 2012-07-28 16:26:06

這些是迴歸分析的結果，它可以控制樣本中類羣之間的系統發育相關性，R有一個函數（pgls（）在caper中）來做到這一點，但它不適用於我的部分數據來自OP我有係數和特徵方差，但是沒有係數方差 – Annemarie 2012-07-28 18:00:36

我不敢肯定這是你看着什麼，但這裏有一個指導

# 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

假設我們只有迴歸係數，其標準誤差和樣本量

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

我認爲這是你的情況，如果你沒有係數標準錯誤，那麼你必須估計它們，這很容易。

一旦你的迴歸係數及其標準差，可以估算的T-STAT：

t_stats <- beta/errorBeta

經驗法則指出，如果| t_stats | > = 2，則係數在5％的水平上具有統計顯着性。但是，如果你想知道的p值，然後使用：

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

如果p值> 0.05，則關聯繫數並不在該級別的統計顯著。

所有你需要知道的係數，其標準誤差和樣本量。否則，你不會這樣做。

來源

2012-07-28 16:46:59

謝謝Jilber！聽起來和我所需要的完全一樣你說得對，我只有係數，沒有其他的東西我知道係數標準誤是迴歸係數方差的平方根，但我沒有迴歸係數的方差 - 這是一個問題嗎？你說估計它們很容易，你能告訴我怎麼回事嗎？ – Annemarie 2012-07-28 18:02:49

首先，您必須估計殘差的方差，它僅僅是殘差平方和除以nk，使用此結果並假設您有數據集，則僅將殘差的方差乘以設計矩陣{（X'X ）-1}。這很奇怪，你沒有標準錯誤，如果你有估計，你必須有標準錯誤。無論如何，你可以閱讀任何經濟計量學教科書，以找到正確的說明。 – 2012-07-28 18:35:45

謝謝Jilber，這對我有很大幫助！ – Annemarie 2012-07-28 19:20:02

計算迴歸係數在R中是否具有統計顯着性

回答

相關問題