2012-06-19 16 views
20

Mamy lm od obiektu i chcesz wyodrębnić błędu standardowegoR: standardowe wyjście błędów z lm obiektu

lm_aaa<- lm(aaa~x+y+z) 

Wiem funkcja podsumowania, nazwy i współczynników. Jednak podsumowanie wydaje się być jedynym sposobem ręcznego dostępu do standardowego błędu. Masz pojęcie, jak mogę wydrukować se?

dziękuję!

Odpowiedz

16

Wyjście z funkcji summary tylko R lista. Możesz więc użyć wszystkich standardowych operacji na liście. Na przykład:

#some data (taken from Roland's example) 
x = c(1,2,3,4) 
y = c(2.1,3.9,6.3,7.8) 

#fitting a linear model 
fit = lm(y~x) 
m = summary(fit) 

Obiekt lub lista m ma wiele atrybutów. Można uzyskać do nich dostęp za pomocą wspornika lub nazwie podejścia:

m$sigma 
m[[6]] 

Poręczna funkcja wiedzieć jest str. Funkcja ta zapewnia podsumowanie obiektów atrybutów, tj

str(m) 
+0

Jednak to, co odnosi się do @csgillespie, to ** szczątkowe ** standardowe odchylenie modelu, a nie standardowe odchylenie poszczególnych współczynników. Funkcja 'm $ sigma' odpowiada" sigma (dopasowanie) ", patrz [tutaj] (https://stat.ethz.ch/R-manual/R-devel/library/stats/html/sigma.html). Uważam, że pytanie dotyczyło odchylenia standardowego ** indywidualnych współczynników. –

8
#some data 
x<-c(1,2,3,4) 
y<-c(2.1,3.9,6.3,7.8) 

#fitting a linear model 
fit<-lm(y~x) 

#look at the statistics summary 
summary(fit) 

#get the standard error of the slope 
se_slope<-summary(fit)$coef[[4]] 
#the index depends on the model and which se you want to extract 

#get the residual standard error 
rse<-summary(fit)$sigma 
11

Aby uzyskać listę błędów standardowych dla wszystkich parametrów, można użyć

summary(lm_aaa)$coefficients[, 2] 

Jak inni zwrócili uwagę, str(lm_aaa) powie prawie wszystkie informacje, które można pobrać z modelu.

0

Jeśli nie chcesz, aby błąd standardowy/odchylenie modelu, lecz błąd standardowy/odchylenie poszczególnych współczynników, użyj

# some data (taken from Roland's example) 
x = c(1, 2, 3, 4) 
y = c(2.1, 3.9, 6.3, 7.8) 

# fitting a linear model 
fit = lm(y ~ x) 

# get vector of all standard errors of the coefficients 
coef(summary(fit))[, "Std. Error"] 

Aby uzyskać więcej informacji o tym, standardowy błąd/odchylenie modelu, patrz here. Aby uzyskać więcej informacji na temat standardowego błędu/odchylenia współczynników, zobacz here.