数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会研究
服装研究
法律研究如何在R中找到线性回归模型的残差方差？
残差方差是通过计算回归线与实际点之间距离得到的方差，这个距离实际上称为残差。假设我们有一个名为Model的线性回归模型，那么可以这样计算残差方差：(summary(Model)$sigma)**2。
示例
x1<-rnorm(500,5,1) y1<-rnorm(500,5,2) Model1<-lm(y1~x1) summary(Model1)
调用
lm(formula = y1 ~ x1)
残差
Min 1Q Median 3Q Max -5.6621 -1.2257 -0.0272 1.4151 6.6421
系数
Estimate Std. Error t value Pr(>|t|) (Intercept) 5.12511 0.46364 11.054 <2e-16 *** x1 -0.01077 0.09120 -0.118 0.906 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
残差标准误差 - 1.966，自由度为498
多重R方 - 2.798e-05，调整后的R方：-0.00198
F统计量 - 0.01393，自由度为1和498，p值：0.9061
查找模型的残差方差 -
(summary(Model1)$sigma)**2 [1] 3.863416
示例
x2<-rpois(5000,5) y2<-rpois(5000,2) Model2<-lm(y2~x2) summary(Model2)
调用
lm(formula = y2 ~ x2)
残差
Min 1Q Median 3Q Max -2.0474 -0.9898 0.0030 1.0102 6.0318
系数
Estimate Std. Error t value Pr(>|t|) (Intercept) 1.953861 0.049840 39.203 <2e-16 *** x2 0.007192 0.009125 0.788 0.431 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
残差标准误差 - 1.423，自由度为4998
多重R方 - 0.0001243，调整后的R方：-7.578e-05
F统计量 - 0.6212，自由度为1和4998，p值：0.4306
(summary(Model2)$sigma)**2 [1] 2.024254
示例
x3<-runif(5000,2,5) y3<-runif(5000,2,10) Model3<-lm(y3~x3) summary(Model3)
调用
lm(formula = y3 ~ x3)
残差
Min 1Q Median 3Q Max -3.9879 -2.0642 0.0001 2.0438 4.0109
系数
Estimate Std. Error t value Pr(>|t|) (Intercept) 6.004373 0.136367 44.031 <2e-16 *** x3 -0.004376 0.037914 -0.115 0.908 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
残差标准误差 - 2.334，自由度为4998
多重R方 - 2.666e-06，调整后的R方：-0.0001974
F统计量 - 0.01332，自由度为1和4998，p值：0.9081
(summary(Model3)$sigma)**2 [1] 5.445925
示例
x4<-rexp(100000,5.5) y4<-rexp(100000,7.5) Model4<-lm(y4~x4) summary(Model4)
调用
lm(formula = y4 ~ x4)
残差
Min 1Q Median 3Q Max -0.13359 -0.09515 -0.04089 0.05144 1.39856
系数
Estimate Std. Error t value Pr(>|t|) (Intercept) 0.1335960 0.0005972 223.697 <2e-16 *** x4 -0.0010954 0.0023153 -0.473 0.636 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
残差标准误差 - 0.1335，自由度为99998
多重R方 - 2.239e-06，调整后的R方：-7.762e-06
F统计量 - 0.2239，自由度为1和99998，p值：0.6361
(summary(Model4)$sigma)**2 [1] 0.01781908
示例
x5<-sample(0:9,25000,replace=TRUE) y5<-sample(91:99,25000,replace=TRUE) Model5<-lm(y5~x5) summary(Model5)
调用
lm(formula = y5 ~ x5)
残差
Min 1Q Median 3Q Max -3.9949 -1.9937 0.0075 2.0093 4.0105
系数
Estimate Std. Error t value Pr(>|t|) (Intercept) 94.989520 0.030168 3148.693 <2e-16 *** x5 0.000595 0.005641 0.105 0.916 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
残差标准误差 - 2.57，自由度为24998
多重R方 - 4.45e-07，调整后的R方：-3.956e-05
F统计量 - 0.01112，自由度为1和24998，p值 - 0.916
(summary(Model5)$sigma)**2
[1] 6.604745
浏览量5000+
