R 滤波器lm系数汇总模型

如何过滤系数摘要

model = lm(x ~ a + b + c + d + e, data=ds)
ss <- coef(summary(model3))
df.coef <- as.data.frame( coef(summary(model)) )
filter(df.coef, Pr(>|t|) < 0.05)  

model=lm（x~a+b+c+d+e，数据=ds）
ss您的
ss
是一个矩阵，您可以这样子集：

model <- lm(mpg ~ hp + am + gear, mtcars)
ss <- coef(summary(model))
ss[ss[,"Pr(>|t|)"] < .05,]
#                Estimate  Std. Error   t value     Pr(>|t|)
# (Intercept) 23.18636779 3.898968754  5.946795 2.111900e-06
# hp          -0.05973668 0.007925368 -7.537401 3.283912e-08
# am           3.95611932 1.777326184  2.225883 3.424800e-02

model | t |）
#（截距）23.18636779 3.898968754 5.946795 2.111900e-06
#hp-0.05973668 0.007925368-7.537401 3.283912e-08
#am 3.95611932 1.777326184 2.225883.424800e-02

因此，在强制数据帧之后

df.coef <- as.data.frame(ss)

df.coef | t |）`<.05，]
#估计标准误差t值Pr（>t）
#（截距）23.18636779 3.898968754 5.946795 2.111900e-06
#hp-0.05973668 0.007925368-7.537401 3.283912e-08
#am 3.95611932 1.777326184 2.225883.424800e-02

注意：
gear
从结果中过滤掉，因为它的p值大于0.05。
要使用
过滤器
，您需要将表格转换为数据帧，并将列名用反勾括起来：

mod%
as.data.frame（）%>%
过滤器（`Pr（>|t|）`<0.05）
#>估计标准误差t值Pr（>t）
#>1 0.9862634 0.07084972 13.9205 6.866089e-07
我通常会自己使用基本R方法。恭喜你。很高兴听到@ TimaFiel厂，请考虑接受一个问题，在这里阅读它是如何工作的：
df.coef[df.coef$`Pr(>|t|)` < .05,]
#                Estimate  Std. Error   t value     Pr(>|t|)
# (Intercept) 23.18636779 3.898968754  5.946795 2.111900e-06
# hp          -0.05973668 0.007925368 -7.537401 3.283912e-08
# am           3.95611932 1.777326184  2.225883 3.424800e-02