从 lm 对象中提取标准错误

Posted 2023-03-12

【中文标题】从 lm 对象中提取标准错误

【英文标题】：Extract standard errors from lm object

【发布时间】：2012-06-21 09:24:55

【问题描述】：

我们得到了一个 lm 对象并想要提取标准错误

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

我知道函数概要、名称和系数。

但是，summary 似乎是手动访问标准错误的唯一方法。

你知道我怎样才能输出se吗？

【参考方案1】：

我认为以下几行也可以为您提供快速的答案：

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

【参考方案2】：

如果您不想得到模型的标准误差/偏差，而是个体系数的标准误差/偏差，请使用

# 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"] 

有关模型标准误差/偏差的更多信息，请参阅here。有关系数的标准误差/偏差的更多信息，请参阅here。

【参考方案3】：

要获取所有参数的标准错误列表，您可以使用

summary(lm_aaa)$coefficients[, 2]

正如其他人所指出的，str(lm_aaa) 会告诉您几乎所有可以从您的模型中提取的信息。

【参考方案4】：

summary 函数的输出只是一个 R list。所以你可以使用所有标准的列表操作。例如：

#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)

m 对象或列表具有许多属性。您可以使用括号或命名方法访问它们：

m$sigma
m[[6]]

一个方便的函数是str。此函数提供对象属性的摘要，即

str(m)

【讨论】：

然而，@csgillespie 指的是模型的 residual 标准差，而不是单个系数的标准差。函数m$sigma对应sigma(fit)，见here。我相信这个问题实际上是关于个体系数的标准偏差。

【参考方案5】：

#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