83

薬物利用を調査するいくつかの時系列データの回帰モデルがあります。目的は、スプラインを時系列に適合させ、95％CIなどを計算することです。モデルは次のようになります。

id <- ts(1:length(drug$Date))
a1 <- ts(drug$Rate)
a2 <- lag(a1-1)
tg <- ts.union(a1,id,a2)
mg <-lm (a1~a2+bs(id,df=df1),data=tg)

の要約出力mgは次のとおりです。

Call:
lm(formula = a1 ~ a2 + bs(id, df = df1), data = tg)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.31617 -0.11711 -0.02897  0.12330  0.40442 

Coefficients:
                  Estimate Std. Error t value Pr(>|t|)    
(Intercept)        0.77443    0.09011   8.594 1.10e-11 ***
a2                 0.13270    0.13593   0.976  0.33329    
bs(id, df = df1)1 -0.16349    0.23431  -0.698  0.48832    
bs(id, df = df1)2  0.63013    0.19362   3.254  0.00196 ** 
bs(id, df = df1)3  0.33859    0.14399   2.351  0.02238 *  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Pr(>|t|)の値を使用して、a2調査中のデータが自己相関しているかどうかをテストしています。

Pr(>|t|)（このモデル0.33329で）のこの値を抽出し、それをスカラーに格納して論理テストを実行することは可能ですか？

あるいは、別の方法を使用して解決できますか？

4

4 に答える 4

90

summary.lmオブジェクトは、これらの値をmatrix呼び出されたに格納します'coefficients'。したがって、次の方法で値にアクセスできます。

a2Pval <- summary(mg)$coefficients[2, 4]

または、より一般的に/読みやすく、coef(summary(mg))["a2","Pr(>|t|)"]. この方法が好まれる理由については、こちらを参照してください。

于 2011-07-05T00:57:52.450 に答える