从 R 中的 lm 中提取 t-stat p 值答案

【问题标题】：Extracting t-stat p values from lm in R从 R 中的 lm 中提取 t-stat p 值
【发布时间】：2018-02-07 04:19:05
【问题描述】：

我使用 lm 函数在 R 中运行了一个回归模型。生成的 ANOVA 表为我提供了每个系数的 F 值（这对我来说真的没有意义）。我想知道的是每个系数的 t-stat 及其对应的 p 值。我怎么得到这个？它是由函数存储的还是需要额外的计算？

这是代码和输出：

library(lubridate)
library(RCurl)
library(plyr)

[in] fit <- lm(btc_close ~ vix_close + gold_close + eth_close, data = all_dat)

# Other useful functions 
coefficients(fit) # model coefficients
confint(fit, level=0.95) # CIs for model parameters 
anova(fit) # anova table 

[out]
Analysis of Variance Table

Response: btc_close
           Df   Sum Sq  Mean Sq  F value Pr(>F)    
vix_close   1 20911897 20911897 280.1788 <2e-16 ***
gold_close  1    91902    91902   1.2313 0.2698    
eth_close   1 42716393 42716393 572.3168 <2e-16 ***
Residuals  99  7389130    74638                    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

如果我的统计知识正确地为我服务，那么这些 f 值毫无意义。从理论上讲，我应该收到模型的 F 值和每个系数的 T 值。

【问题讨论】：

使用broom 包和tidy(fit)。
F 为 t^2（当分子 df = 1 时）。 p 值不会改变。
我认为使用 summary(fit) 时会得到 t 值。

标签： r regression

【解决方案1】：

你可以试试这个：

   summary(fit)

【讨论】：

【解决方案2】：

这是一个关于如何仅提取 t 值的 cmets 示例。

# Some dummy data
n <- 1e3L
df <- data.frame(x = rnorm(n), z = rnorm(n))
df$y <- with(df, 0.01 * x^2 + z/3)

# Run regression
lr1 <- lm(y ~ x + z, data = df)

# R has special summary method for class "lm"
summary(lr1)
# Call:
# lm(formula = y ~ x + z, data = df)

# Residuals:
#       Min        1Q    Median        3Q       Max 
# -0.010810 -0.009025 -0.005259  0.003617  0.096771 

# Coefficients:
#              Estimate Std. Error t value Pr(>|t|)    
# (Intercept) 0.0100122  0.0004313  23.216   <2e-16 ***
# x           0.0008105  0.0004305   1.883     0.06 .  
# z           0.3336034  0.0004244 786.036   <2e-16 ***
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

# Residual standard error: 0.01363 on 997 degrees of freedom
# Multiple R-squared:  0.9984,  Adjusted R-squared:  0.9984 
# F-statistic: 3.09e+05 on 2 and 997 DF,  p-value: < 2.2e-16

# Now, if you only want the t-values
summary(lr1)[["coefficients"]][, "t value"]
# Or (better practice as explained in comments by Axeman)
coef(summary(lr1))[, "t value"]
# (Intercept)           x           z 
#   23.216317    1.882841  786.035718

【讨论】：

anova 函数更常见的用法是 anova(lm(y ~ x + z, data = df), lm(y ~ z, data = df ))，测试没有和有 x 的模型是否不同。请注意，正如 Jeremy 指出的那样，F 值是 t 值的平方。
或coef(summary(lr1))[, "t value"]。
我想使用coef 函数的好处是它总是可以工作，即使内部结构发生变化并且它适用于许多其他模型对象。

【解决方案3】：

正如 Benjamin 已经回答的那样，我建议使用 broom::tidy() 将模型对象强制转换为整洁的数据框。 statistic 列将包含相关的测试统计信息，并且可以很容易地使用ggplot2 进行绘图。

【讨论】：

【解决方案4】：

你可以用这个

summary(fit)$coefficients[,3]

仅提取 t 值

【讨论】：

【解决方案5】：

p 值的汇总（拟合）$coefficients[,4]

t值的summary(fit)$coefficients[,3]

【讨论】：