Извлечение значений коэффициента регрессии


у меня есть регрессионная модель для некоторых данных временных рядов, исследующих использование наркотиков. Цель состоит в том, чтобы подогнать сплайн к временному ряду и разработать 95% CI и т. д. Модель выглядит следующим образом:

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) 

итоговый вывод mg - это:

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 

Я использую Pr(>|t|) стоимостью a2 чтобы проверить, если данные в стадии расследования являются автокоррелированными.

можно ли извлечь это значение Pr(>|t|) (в этой модели 0.33329) и хранить его в a скаляр для выполнения логического теста?

в качестве альтернативы, может ли он быть разработан с помощью другого метода?

3   51  

3 ответа:

A summary.lm объект хранит эти значения в matrix под названием 'coefficients'. Таким образом, значение, которое вам нужно, можно получить с помощью:

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

или, более широко / читабельно,coef(summary(mg))["a2","Pr(>|t|)"]. Смотрите здесь почему этот метод является предпочтительным.

пакета broom пригодится здесь (он использует "аккуратный" формат).

tidy(mg) даст красиво сформированные данные.рама с коэффициентами, статистикой и т. и т. п. Работает также для других моделей (например, plm, ...).

пример broomРЕПО github:

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

просто передайте свою регрессионную модель в следующую функцию:

    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)
    }

использовать следующим образом:

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

plot_coeffs(model)

enter image description here