lm()多元回归分析结果的示例分析
导读：本文共1586字符，通常情况下阅读需要5分钟。同时您也可以点击右侧朗读，来听本文内容。按键盘←（左） →（右） 方向键可以翻页。
摘要： lm()多元回归分析结果解读现在有一批气象站点的数据，某研究想看一下站点的温度与高程和经纬度的关系，其实重点是温度随高程的变化（学界称之为气温直减率），具体的应用需求是建立温度与高程、经纬度的线性模型，并计算模型的F统计量和对应的p值。数据存在一个叫myData的data.frame中，数据前几列长下面这样：IDXYEleTemp150353126.63335... ...
目录
(为您整理了一些要点),点击可以直达。
lm()多元回归分析结果解读
现在有一批气象站点的数据，某研究想看一下站点的温度与高程和经纬度的关系，其实重点是温度随高程的变化（学界称之为气温直减率），具体的应用需求是建立温度与高程、经纬度的线性模型，并计算模型的F统计量和对应的p值。
数据存在一个叫myData的data.frame中，数据前几列长下面这样：
需要求Temp与Ele、X、Y的线性关系:
mySummary = summary(myModel)
mySummary[1]或mySummary$call：模型公式
mySummary[3]或mySummary$residuals：模型预测的残差
mySummary[4]或mySummary$coefficient：模型截距，每个变量系数、计算误差、t-value、pr(>t)，放在一个list中，可按需提取
mySummary[6]或mySummary$sigma：residual standard error
mySummary[7]或mySummary$df：自由度
mySummary[8]或mySummary$r.squared：R squared
mySummary[9]或mySummary$adj.r.squared： adjust R squared
mySummary[10]或mySummary$fstatistic：F统计量&一个分子和一个分母值，同样放在list里，可以按需提取
mySummary[11]或mySummarycov.unscaled：变量的相关系数矩阵
mySummary[11]......：NA
这个时候你会发现最后那个p-value不见了，它是根据mySummary$fstatistic里面的几个值求出来的
*****************************************************************************************************************
继续气温直减率的问题
lm()多元回归分析结果的示例分析的详细内容，希望对您有所帮助，信息来源于网络。