提取回归系数值


77

对于一些调查药物利用情况的时间序列数据,我有一个回归模型。目的是使样条曲线适合时间序列并计算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|)a2来测试所调查的数据是否是自动相关的。

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

或者,可以使用其他方法解决吗?


。@ John-为什么要使用Pr(>|t|)valuea2而不使用前三列中的任何一列?
Chetan Arvind Patil

Answers:


86

一个summary.lm对象存储在这些数值matrix称为'coefficients'。因此,可以通过以下方式访问您追求的价值:

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

或者,更一般地/可读地,coef(summary(mg))["a2","Pr(>|t|)"]。有关为什么首选此方法的信息,请参见此处


我们如何“发现”这些属性 summary?您是如何找到/知道的?
StephenBoesch

你的意思是coef(summary(mg))[, c("t value","Pr(>|t|)")]?但是感谢您的链接-我总是忘记了!
克里斯多夫

@javadba,例如,您可以str(mg)names(mg)
PatrickT

2
@PatrickT thx。这些小事情大有不同。我发现了data.table,那变了我对R ..的看法,但仍然需要这些技巧。
StephenBoesch

32

该软件包broom在这里很方便(它使用“整洁”格式)。

tidy(mg) 会给出格式正确的data.frame,其中包含系数,t统计量等。也适用于其他模型(例如plm,...)。

broom的github回购示例:

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

1
要回答这个问题td[1, "estimate"]td[td$term == "(Intercept)","estimate"]或者是tdt <- as.data.table(td); setkey(tdt); tdt["(Intercept)","estimate"]
PatrickT

3

要回答您的问题,您可以通过将模型另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,您可以单击以查看其中包含的内容以及存储在何处的内容。

另一种方法是一个个地键入yourmodelname$和选择模型的组件,以查看每个组件所包含的内容。转到时yourmodelname$coefficients,您将看到所需的所有β值,p值和t值。


2

只需将您的回归模型传递给以下函数即可:

    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)
    }

用法如下:

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

plot_coeffs(model)

在此处输入图片说明


1
我已经掠夺了您的代码,并发现它很有用。您可能需要对其进行更改,以便删除na值,并允许从函数中输入主标题。
user1945827
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.