R: la sortie d'erreur standard de lm objet

Nous avons obtenu un lm objet de et voulez extraire l'erreur standard

lm_aaa<- lm(aaa~x+y+z)

Je sais que la fonction résumé, les noms et les coefficients.
Toutefois, le résumé semble être le seul moyen d'accéder manuellement à l'erreur standard.
Avez-vous une idée de comment je peux juste sortie se?

merci!

InformationsquelleAutor Fabian Stolz | 2012-06-19
  1. 20

    La sortie de la summary fonction est seulement un R liste. Vous pouvez donc utiliser toutes les opérations. Par exemple:

    #some data (taken from Roland's example)
x = c(1,2,3,4)
y = c(2.1,3.9,6.3,7.8)

#fitting a linear model
fit = lm(y~x)
m = summary(fit)

    La m de l'objet ou de la liste dispose d'un certain nombre d'attributs. Vous pouvez y accéder en utilisant l'équerre ou le nom d'approche:

    m$sigma
m[[6]]

    Une fonction très pratique pour savoir, c'est qu' str. Cette fonction fournit un résumé des attributs des objets, c'est à dire

    str(m)
    • Cependant, ce que @csgillespie fait référence est le résiduelle l'écart-type de modèle, l'écart-type de l'individu coefficients. La fonction m$sigma correspond à sigma(fit), voir ici. Je crois que la question était vraiment à propos de l'écart-type de la personne coefficients.
    InformationsquelleAutor csgillespie
  2. 12

    Pour obtenir une liste des erreurs standard pour tous les paramètres, vous pouvez utiliser 

    summary(lm_aaa)$coefficients[, 2]

    Comme d'autres l'ont souligné, str(lm_aaa) vous dira à peu près toutes les informations qui peuvent être extraites à partir de votre modèle.

    InformationsquelleAutor smillig
  3. 8
    #some data
x<-c(1,2,3,4)
y<-c(2.1,3.9,6.3,7.8)

#fitting a linear model
fit<-lm(y~x)

#look at the statistics summary
summary(fit)

#get the standard error of the slope
se_slope<-summary(fit)$coef[[4]] 
#the index depends on the model and which se you want to extract

#get the residual standard error
rse<-summary(fit)$sigma
    InformationsquelleAutor Roland
  4. 2

    Si vous ne voulez pas d'obtenir l'erreur standard/déviation de la modèle, mais au lieu de la norme//erreur de déviation de la des coefficients individuels, utilisez 

    # some data (taken from Roland's example)
x = c(1, 2, 3, 4)
y = c(2.1, 3.9, 6.3, 7.8)

# fitting a linear model
fit = lm(y ~ x)

# get vector of all standard errors of the coefficients
coef(summary(fit))[, "Std. Error"]

    Pour plus d'informations sur l'erreur standard/déviation du modèle, voir ici. Pour plus d'informations sur l'erreur standard/déviation de coefficients, voir ici.

    InformationsquelleAutor Annerose N
  5. 1

    Je pense que les lignes suivantes peuvent également vous fournir une réponse rapide:

    lm_aaa<- lm(aaa~x+y+z)
se <- sqrt(diag(vcov(lm_aaa)))
    InformationsquelleAutor Whitebeard13