R中怎么就选定变量,而不是从线性回归的所有变量(F-测试)得到的p值(显着性水平)?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R中怎么就选定变量,而不是从线性回归的所有变量(F-测试)得到的p值(显着性水平)?相关的知识,希望对你有一定的参考价值。

假设我有一个结果Y(心脏疾病),我很感兴趣,从4个独立变量(A,B,C,d)上Y.此外,我要考虑到年龄和性别信息的影响。所以我的模式是:

model1=lm(Y~A+B+C+D+age+sex,data=MyData,na.action=na.omit)

我知道,从F-测试,我可以得到一个p值表示模型中的所有变量的显着性水平。但是,我能做些什么,如果我只是想获得一个p值只是代表A,B,C,d的显着性水平,从4个MODEL1变量(我仍然有年龄和性别MODEL1)。

非常感谢你。

答案

下面是一个例子,与mtcars数据集。由于我没有数据,我不能准确地重现您的问题。

# Model with many variables
mod <- lm(mpg ~ cyl + disp + hp + drat, data = mtcars)

# Show p-values for variables cyl and disp only, but using the full model
summary(mod)$coefficients[c("cyl", "disp"), ]

因此,在你的代码而言,尝试

summary(model1)$coefficients[c("A","B","C","D"), ]

以上是关于R中怎么就选定变量,而不是从线性回归的所有变量(F-测试)得到的p值(显着性水平)?的主要内容,如果未能解决你的问题,请参考以下文章

spss 多元线性回归分析 帮忙分析一下下图,F、P、t、p和r方各代表啥??谢谢~

在spss线性回归中,t、R、R平方、F分别代表啥,它们取值范围是多少表示啥意思哈~~~~我快纠结死了~~~

怎么对多元线性回归模型的回归系数β做t检验和F检验

R语言 | 多元回归中常见的变量选择方法

spss如何降低r方

spss线性回归分析结果怎么看