得到PCR模型系数的t检验结果和截距
当使用PCR时,是否有可能获得线性模型系数的t检验统计量?以下是一些例子:得到PCR模型系数的t检验结果和截距,r,regression,pca,R,Regression,Pca,当使用PCR时,是否有可能获得线性模型系数的t检验统计量?以下是一些例子: > require(pls) > set.seed (1000) > pcr_model <- pcr(Sepal.Length~., data = iris, scale = TRUE, validation = "CV") > coef(pcr_model) , , 5 comps Sepal.Length Sepal.Width
> require(pls)
> set.seed (1000)
> pcr_model <- pcr(Sepal.Length~., data = iris, scale = TRUE, validation = "CV")
> coef(pcr_model)
, , 5 comps
Sepal.Length
Sepal.Width 0.2161413
Petal.Length 1.4638628
Petal.Width -0.2402231
Speciesversicolor -0.3422331
Speciesvirginica -0.4840979
>要求(pls)
>种子集(1000)
>pcr_模型coef(pcr_模型)
,5个comps
萼片长度
萼片宽0.2161413
花瓣长度1.4638628
花瓣宽度-0.2402231
品种颜色-0.3422331
弗吉尼亚种-0.4840979
vs
>摘要(lm(萼片长度~,数据=虹膜))
电话:
lm(公式=萼片长度,数据=虹膜)
残差:
最小1季度中值3季度最大值
-0.79424 -0.21874 0.00899 0.20255 0.73103
系数:
估计标准误差t值Pr(>t)
(截距)2.17127 0.27979 7.760 1.43e-12***
萼片宽0.49589 0.08607 5.761 4.87e-08***
花瓣长度0.82924 0.06853 12.101<2e-16***
花瓣宽度-0.31516 0.15120-2.084 0.03889*
品种颜色-0.72356 0.24017-3.013 0.00306**
弗吉尼亚物种-1.02350 0.33373-3.067 0.00258**
---
签名。代码:0'***'0.001'***'0.01'*'0.05'.'0.1''1
剩余标准误差:144个自由度上的0.3068
倍数R平方:0.8673,调整后的R平方:0.8627
F-统计量:5和144 DF时为188.3,p值:<2.2e-16
还是我需要自己计算?
此外,模型的截距值在哪里?对于该站点来说,这不是主题。也许你应该把它移植到StackOverflow。一般来说,关于如何使用软件的问题在这里是离题的。这不是一个真正的编程问题;我想这也会离题。然而,这并不是很清楚,它可能是一个统计问题(关于这个主题)。您是在询问如何解释输出,还是如何测试PCR分析的系数?
> summary(lm(Sepal.Length~., data=iris))
Call:
lm(formula = Sepal.Length ~ ., data = iris)
Residuals:
Min 1Q Median 3Q Max
-0.79424 -0.21874 0.00899 0.20255 0.73103
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.17127 0.27979 7.760 1.43e-12 ***
Sepal.Width 0.49589 0.08607 5.761 4.87e-08 ***
Petal.Length 0.82924 0.06853 12.101 < 2e-16 ***
Petal.Width -0.31516 0.15120 -2.084 0.03889 *
Speciesversicolor -0.72356 0.24017 -3.013 0.00306 **
Speciesvirginica -1.02350 0.33373 -3.067 0.00258 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.3068 on 144 degrees of freedom
Multiple R-squared: 0.8673, Adjusted R-squared: 0.8627
F-statistic: 188.3 on 5 and 144 DF, p-value: < 2.2e-16