已有 66783 次阅读 2017-5-7 13:46 |个人分类:数据处理与统计分析|系统分类:科研笔记

查看更多>>

题目可以改为：线性回归中p值到底怎么计算？并非对原始数据进行 t 检验或 F 检验。

线性回归中 p值 的计算方法探究

梅卫平

（Basic knowledge worth spreading !）

线性回归在R软件中的计算代码如下：

(以R软件自带的数据faithful为例)

data("faithful")

View(faithful)

half=faithful[1:20,]

half.lm=lm(eruptions~waiting,data=half)

summary(half.lm)

即可得到线性回归结果的各个参数：

Call:

lm(formula = eruptions ~ waiting, data = half)

Residuals:

    Min       1Q   Median       3Q      Max

-0.87432 -0.27978  0.05717  0.30797  0.78539

Coefficients:

                    Estimate         Std. Error    t value      Pr(>|t|)  

(Intercept) -2.040877   0.482820  -4.227    0.000507 ***

waiting      0.075245   0.006787  11.087      1.78e-09 ***

---Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.44 on 18 degrees of freedom

Multiple R-squared:  0.8723,  Adjusted R-squared:  0.8652

F-statistic: 122.9 on 1 and 18 DF,  p-value: 1.784e-09

可知线性回归方程为 y=0.075245*x-2.040877，p-value=1.784e-09，R^2=0.8723。

温馨提醒：上述结果中的 Std. Error 的数值 表示回归参数的标准方差(SD)，不是标准误差(SE)。参考 薛毅老师的《统计建模与R软件》一书的第304页。

补充：在R软件中 线性回归方程的

t-value 和 p值（即Pr(>|t|) 的数值）的计算

# 计算t-value

t.value