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。