如何計算R中線性模型的'確定係數'？

Question

我有下面的一組x和y值：

x = c(1:150) 
y = x^-.5 * 155 + (runif(length(x), min=-3, max=3)) 

和運行上的數據進行線性迴歸：

plot(x, y, log="xy", cex=.5) 

model = lm(log(y) ~ log(x)) 
model 

現在我想擁有的品質衡量回歸，並被告知人們通常使用R^2（'決心繫數'），這應該接近於1。

如何輕鬆計算R中的值？我已經看到殘差等已經計算出來了。

Answer 1

使用summary(model)將詳細輸出打印到控制檯。您還可以使用str來探索對象的結構，例如str(summary(model))當您可以使用$提取部分輸出時，這非常有用。

result <- summary(model) # summary of the model 
str(result)    # see structure of the summary 
result$r.squared   # extract R squared (coefficient of determination) 

result同時包含，R.squared和調整的R平方，參見例如以下輸出

Residual standard error: 0.09178 on 148 degrees of freedom 
Multiple R-squared: 0.9643, Adjusted R-squared: 0.964 
F-statistic: 3992 on 1 and 148 DF, p-value: < 2.2e-16 

該輸出是在控制檯