R의 도움말 페이지는 그 숫자의 의미를 알고 있다고 가정하지만 그렇지 않습니다. 나는 모든 숫자를 실제로 직관적으로 이해하려고 노력하고 있습니다. 나는 출력을 게시하고 내가 찾은 것에 의견을 줄 것입니다. 내가 생각하는 것을 쓰면 실수가있을 수 있습니다. 주로 계수의 t- 값이 무엇을 의미하고 왜 잔류 표준 오차를 인쇄하는지 알고 싶습니다.
Call:
lm(formula = iris$Sepal.Width ~ iris$Petal.Width)
Residuals:
Min 1Q Median 3Q Max
-1.09907 -0.23626 -0.01064 0.23345 1.17532
이것은 잔차의 5 점 요약입니다 (평균은 항상 0입니다)? 큰 특이 치가 있는지 신속하게 확인하기 위해 숫자를 사용할 수 있습니다 (여기서 추측하고 있습니다). 잔차가 정규 분포와 거리가 먼 경우 (여기서 정규 분포) 여기에서 이미 볼 수 있습니다.
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 3.30843 0.06210 53.278 < 2e-16 ***
iris$Petal.Width -0.20936 0.04374 -4.786 4.07e-06 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
예상 최소 제곱 회귀 분석에 의해 계산. 또한 표준 오차는 σ β i 입니다. 이것이 어떻게 계산되는지 알고 싶습니다. 나는 t- 값과 해당 p- 값이 어디에서 왔는지 전혀 모른다. 나는 알고있다 β는 분산 정상적인해야하지만, 어떻게 t 값은 계산합니까?
Residual standard error: 0.407 on 148 degrees of freedom
입니다. 그러나 우리는 왜 그것을 계산합니까?
Multiple R-squared: 0.134, Adjusted R-squared: 0.1282
, 즉∑ n i = 1 ( ^ y i − ˉ y )2 . 점이 직선에있는 경우 비율은 1에 가까우며 임의의 경우 0입니다. 조정 된 R 제곱은 무엇입니까?
F-statistic: 22.91 on 1 and 148 DF, p-value: 4.073e-06
이전의 단일 β i 뿐만 아니라 전체 모델에 대한 F 및 p . F 값은 S 2 Y