0
Ich verwende lm() auf einem großen Datensatz in R. Mit summary() kann man viele Details über lineare Regression zwischen diesen beiden Parametern erhalten.Zusammenfassung Auszug Korrelationskoeffizient
Der Teil, mit dem ich verwirrt bin, ist welcher ist der richtige Parameter in der Coefficients: Abschnitt der Zusammenfassung, als Korrelationskoeffizienten zu verwenden?
Beispieldaten
c1 <- c(1:10)
c2 <- c(10:19)
output <- summary(lm(c1 ~ c2))
Zusammenfassung
Call:
lm(formula = c1 ~ c2)
Residuals:
Min 1Q Median 3Q Max
-2.280e-15 -8.925e-16 -2.144e-16 4.221e-16 4.051e-15
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -9.000e+00 2.902e-15 -3.101e+15 <2e-16 ***
c2 1.000e+00 1.963e-16 5.093e+15 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 1.783e-15 on 8 degrees of freedom
Multiple R-squared: 1, Adjusted R-squared: 1
F-statistic: 2.594e+31 on 1 and 8 DF, p-value: < 2.2e-16
Ist dies der Korrelationskoeffizient sollte ich verwenden?
output$coefficients[2,1]
1
Bitte schlagen Sie vor, danke.
Dies ist kein Korrelationskoeffizient, sondern Parameterschätzung. – Miha
@Miha - Welcher Parameter wird dann verwendet? Question [hier] (https://stackoverflow.com/questions/6577058/extract-retression-coefficient-values) verwendete einen spezifischen Parameter zum Extrahieren des Koeffizienten basierend auf dem, was vom OP verlangt wurde. –
Was ist Ihre gewünschte Ausgabe? Prognostizieren Sie den Wert des abhängigen Werts und möchten den Regressionskoeffizienten extrahieren (schätzt die Änderung der mittleren Antwort pro Einheitszunahme in abhängiger Variable)? Wenn dies der Fall ist, haben Sie diesen Parameter bereits mit Ihrem Code extrahiert. – Miha