R中的帮助页面假定我知道这些数字的含义,但我不知道。我试图真正直观地理解这里的每个数字。我将只发布输出并对我发现的内容发表评论。可能(会)有错误,因为我只写我想像的东西。我主要想知道系数中的t值是什么意思,以及为什么它们会显示残留标准误差。
Call:
lm(formula = iris$Sepal.Width ~ iris$Petal.Width)
Residuals:
Min 1Q Median 3Q Max
-1.09907 -0.23626 -0.01064 0.23345 1.17532
这是残差的5点汇总(它们的平均值始终为0,对吧?)。可以使用这些数字(我在这里猜)来快速查看是否有任何较大的异常值。如果残差远离正态分布(它们应该是正态分布),您也已经在这里看到了。
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 3.30843 0.06210 53.278 < 2e-16 ***
iris$Petal.Width -0.20936 0.04374 -4.786 4.07e-06 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
估计,由最小二乘回归计算。此外,标准错误是。我想知道这是怎么计算的。我不知道t值和相应的p值从何而来。我知道应该是正态分布的,但是t值如何计算?
Residual standard error: 0.407 on 148 degrees of freedom
我猜是。但是为什么我们要计算它,它告诉我们什么呢?
Multiple R-squared: 0.134, Adjusted R-squared: 0.1282
,即。如果这些点位于一条直线上,则该比率接近于1;如果它们是随机的,则比率为0。调整后的R平方是多少?
F-statistic: 22.91 on 1 and 148 DF, p-value: 4.073e-06
F和p代表整个模型,不仅像之前的单个那样。F值为。它增长得越大,根本不起作用的可能性就越大。