是否有一种标准的方法来估计具有固定效应的线性模型的方差参数的置信区间 . 例如 . 给定:
reg=lm(formula = 100/mpg ~ disp + hp + wt + am, data = mtcars)
如何获得方差参数的置信区间 . confint只详细说明了固定效果,lme4中的lmer不接受没有level-2随机效果的模型,这就是我的情况 .
我假设你正在寻找 summary() 功能 .
summary()
代码显示以下内容:
data(mtcars) reg<-lm(formula = 100/mpg ~ disp + hp + wt + am, data = mtcars) summary(reg) # Call: # lm(formula = 100/mpg ~ disp + hp + wt + am, data = mtcars) # # Residuals: # Min 1Q Median 3Q Max # -1.6923 -0.3901 0.0579 0.3649 1.2608 # # Coefficients: # Estimate Std. Error t value Pr(>|t|) # (Intercept) 0.740648 0.738594 1.003 0.32487 # disp 0.002703 0.002715 0.996 0.32832 # hp 0.005275 0.003253 1.621 0.11657 # wt 1.001303 0.302761 3.307 0.00267 ** # am 0.155815 0.375515 0.415 0.68147 # --- # Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 # # Residual standard error: 0.6754 on 27 degrees of freedom # Multiple R-squared: 0.8527, Adjusted R-squared: 0.8309 # F-statistic: 39.08 on 4 and 27 DF, p-value: 7.369e-11
要选择它,您可以将摘要存储为变量并选择系数 .
summa<-summary(reg) summa$coefficients
有了这个,你可以选择你想要的sd协变量,并用感兴趣的%做置信区间 . 要学习置信区间,可以阅读它是如何完成的here
R自动使用 confint(object, parms, level)
confint(object, parms, level)
在你的情况下, confint(reg, level = 0.95)
confint(reg, level = 0.95)
干杯!
1 回答
我假设你正在寻找
summary()
功能 .代码显示以下内容:
要选择它,您可以将摘要存储为变量并选择系数 .
有了这个,你可以选择你想要的sd协变量,并用感兴趣的%做置信区间 . 要学习置信区间,可以阅读它是如何完成的here
R自动使用
confint(object, parms, level)
在你的情况下,
confint(reg, level = 0.95)
干杯!