解读R中的情节
我最近开始研究R,我试图看到两个定量变量F和test之间的关系 我的剧本是解读R中的情节,r,linear-regression,R,Linear Regression,我最近开始研究R,我试图看到两个定量变量F和test之间的关系 我的剧本是 library(dplyr) library(ggplot2) x = read.table("Input.txt", header = T) ggplot(data = x, aes(x = F, y = Test)) + geom_point(colour = "red") cor(x$F, x$Test) ggplot(data = x, aes(x = sqrt(F), y = sqrt(Test)))
library(dplyr)
library(ggplot2)
x = read.table("Input.txt", header = T)
ggplot(data = x, aes(x = F, y = Test)) +
geom_point(colour = "red")
cor(x$F, x$Test)
ggplot(data = x, aes(x = sqrt(F), y = sqrt(Test))) +
geom_point(colour = "red")+
geom_smooth(method = "lm")
lmodel = lm(sqrt(Test) ~ sqrt(F), data = x)
结果见附件
summary(lmodel)
Call:
lm(formula = sqrt(Test) ~ sqrt(F), data = x)
Residuals:
Min 1Q Median 3Q Max
-3140.9 -2575.8 -1779.5 -146.2 18137.6
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2818 3910 0.721 0.479
sqrt(F) 2169 7668 0.283 0.780
Residual standard error: 5233 on 21 degrees of freedom
Multiple R-squared: 0.003796, Adjusted R-squared: -0.04364
F-statistic: 0.08001 on 1 and 21 DF, p-value: 0.78
我只是不理解R手册中关于摘要输出的内容
若我只看线性模型的p值,它的坏的和相关性告诉我们并没有线性关系
谁能帮我理解这一点
谁能说我的剧本是对的
您可以在以下链接中找到有关
摘要的更多信息
您的p值始终在0和1之间,其解释如下
一个小的p值
表明有强有力的证据反对你的无效假设
一个大的p值
表明反对无效假设的证据很弱
此处的p值
明显接近1。但不,这并不意味着你的模型不好
大学统计教授斯蒂芬·蒂格勒说,异常高的p值表明数据与模型吻合得令人怀疑。。。也就是说,高的p值
表明数据之间实际上没有相关性或关联。这有点像随机性的指标。表明你有多大的机会观察到像你已经拥有的那样的相关性
此外,正如您所猜测的,这两个变量之间似乎没有关系。你的R平方统计提供了一个衡量模型拟合程度的指标。越接近1,越好 非常感谢你。但这里的r2接近于0。这是否意味着模型不合适