r - 如何使用 R 计算线性模型中系数的方差?
问题描述
我是统计和编程语言领域的初学者。我一直在做关于多元线性回归的作业,但我无法弄清楚。
问题是计算多元线性回归模型中系数的方差(Var(b0), Var(b1), ...)
。当我将汇总函数应用于线性模型对象时,我只能看到每个系数的标准误差。据我了解,标准误差不同于标准差和方差。
在这种情况下,标准误差是否可能意味着系数的标准偏差,或者我应该使用其他函数来计算系数的 SD 和 Var?
x1 <- c(195,179,205,204,201,184,210,209)
x2 <- c(57,61,60,62,61,54,58,61)
y <- c(81.4,122.0,101.7,175.6,150.3, 64.8, 92.1,113.8)
data <- data.frame("temp"=x1,"pressure"=x2,"strength"=y)
lm.str <- lm(strength ~ temp + pressure, data=data)
summary(lm.str)
解决方案
推荐阅读
- informix - 如何获取informix表的大小?
- docker - 如何在 docker-compose.yml 中提供容器名称?
- matlab - Matlab 通过条件语句绘图
- ruby - Ruby Array #count 如何处理多个块参数
- prolog - Prolog - 关闭 SWI-prolog 时的无限循环
- r - survreg 模型总结中的 Nan 和 Inf
- fortran - 为什么具有可分配组件的 coarray 在从不同图像访问时会产生分段错误?
- networking - 如何从世界任何地方访问安装在 Virtual box 上的 Ubuntu 服务器
- moleculer - 是否可以创建具有许多 Validator 实例的分子服务?
- python - 如何在熊猫数据框中按另一列分组后插入缺失的日期和前向填充列