Innholdsfortegnelse:
- Slik oppsummerer du modellen
- Du kan også bruke funksjonen anova () til å sammenligne forskjellige modeller, og mange modelleringspakker gir den funksjonaliteten. Du finner eksempler på dette på de fleste relaterte hjelpesider som? anova. lm og? anova. glm.
Video: Zeitgeist Addendum 2024
Naturligvis gir R et helt sett forskjellige tester og tiltak for å vurdere hvor godt modellen din passer til dataene dine, samt se på modellantagelsene. Igjen er oversikten som presenteres her langt fra fullført, men den gir deg en ide om hva som er mulig og et utgangspunkt for å se nærmere på problemet.
Slik oppsummerer du modellen
Sammendrag () -funksjonen gir deg umiddelbart F-testen for modeller konstruert med aov (). For lm () modeller, er dette litt annerledes. Ta en titt på utdataene:
Her ser du følgende:
-
Koeffisientene ledsaget av en t-test, som forteller deg hvor langt hver koeffisient avviger vesentlig fra null
-
Godhetstiltakene R 2 > og den justerte R
-
2 F-testen som gir deg en ide om hvorvidt modellen din forklarer en betydelig del av variansen i dataene dine.
-
Hvis disse betingelsene ikke forteller noe, ser du dem opp i en god kilde om modellering. For en omfattende introduksjon til å anvende og tolke lineære modeller på riktig måte, sjekk ut
Applied Linear Statistical Models,
5th Edition, av Michael Kutner et al. (McGraw-Hill / Irwin).
Slik tester du virkningen av modellbetingelser
For å få en analyse av variasjonstabellen - som sammendrag () -funksjonen gjør det mulig for en ANOVA-modell - du bruker bare funksjonen anova () og sender den til lm () -modellen objekt som et argument, slik som dette: >> Modell. anova modell. Anova Analyse av Variant Tabell Response: mpg Df Sum Sq Mean Sq F verdi Pr (> F) vekt 1 847.73 847. 73 91. 375 1. 294e-10 *** Restprodukter 30 278. 32 9. 28 --- Signif. koder: 0 '***' 0. 001 '**' 0. 01 '*' 0. 05 '. '0. 1' 1 Her er det resulterende objektet en dataramme som lar deg trekke ut hvilken som helst verdi fra den tabellen ved hjelp av subsettings- og indekseringsverktøyene. For eksempel, for å få p-verdien, kan du gjøre følgende: >> Modell. Anova ['wt', 'Pr (> F)'] [1] 1. 293959e-10 Du kan tolke denne verdien som sannsynligheten for å legge til variabelen wt til modellen, t gjør en forskjell. Den lave p-verdien her indikerer at vekten av en bil (wt) forklarer en betydelig del av forskjellen i kjørelengde (mpg) mellom biler. Dette bør ikke komme som en overraskelse, en tyngre bil gjør det, faktisk trenger du mer kraft til å trekke sin egen vekt rundt.