如何从fitlm MATLAB中获取fstat

我使用的是

lm=fitlm（X，y，'linear'）

它工作得很好，输出也很好

lm = 


Linear regression model:
    y ~ 1 + x1 + x2 + x3

Estimated Coefficients:
               Estimate    SE           tStat      pValue    
    (Intercept)      2.1338      0.27403     7.7869    1.6357e-13
    x1              0.07202      0.01757     4.0991    5.5484e-05
    x2             -0.35927      0.12078    -2.9746     0.0032094
    x3             0.020363    0.0041479     4.9092    1.6168e-06


Number of observations: 264, Error degrees of freedom: 260
Root Mean Squared Error: 0.835
R-squared: 0.154,  Adjusted R-Squared 0.144
F-statistic vs. constant model: 15.8, p-value = 1.93e-09

像这样的事情。 但是，我希望获得每个模型（在循环中）的

F-statistic

值并导出到文件。我的问题是。。我找不到包含

F-statistic

的

lm

变量，它是

pvalue

；此外，

lm.步骤

为空

================================================================================

---

还有一个问题，在什么条件下我应该使用这个回归结果？如果

x1

是我在回归出其他成分和残差后想要的成分，那么当x1的p值小于0.05或模型的p值小于0.05时，我应该说

x1

对y负责吗？

如

fitlm

文档中建议的那样，您可以在您的模型上使用

anova

函数。然后提取值（这些值将用于所有x值）并用您喜欢的任何方法保存：

tbl = anova(lm);

% something like this for just your desired values
A = [double(tbl.F),double(tbl.pValue)];
csvwrite('output.csv',A);

% or this dumps the entire result of anova to file
tbl2 = dataset2table(tbl);
writetable(tbl2, 'output.csv');

---

对于另一个变量，可以使用多个X输入，则可以使用

anova

上的

summary

选项，并从中提取F和p值：

X = cell array of inputs of length n;

F = zeros(n,1);
p = zeros(n,1);

for m = 1:n;
    lm = fitlm(X{n},y,'linear')
    tbl = anova(lm,'summary');

    % you may want to check these indices but should be the right points:

    F(n) = double(tbl(2,4));
    p(n) = double(tbl(2,5)); 
end

---

F-statistic vs.constant model:15.8，p-value=1.93e-09

。f统计数据和该模型的p值。很抱歉，我的问题中使用了一个大的

X

。顺便问一下，你能就我的第二个问题给我一些建议吗？我认为你最好在交叉验证网站上作为一个单独的问题询问这一部分，因为这实际上不是关于代码方面的问题：