[英]Exporting Linear Regression Results Including Confidence Intervals
嘿,我如何導出下面的線性回歸模型生成的結果表。
d <- data.frame(x=c(200110,86933,104429,240752,255332,75998,
204302,97321,342812,220522,110990,259706,65733),
y=c(200000,110000,165363,225362,313284,113972,
137449,113106,409020,261733,171300,344437,89000))
lm1 <- lm(y~x,data=d)
p_conf1 <- predict(lm1,interval="confidence")
nd <- data.frame(x=seq(0,80000,length=510000))
p_conf2 <- predict(lm1,interval="confidence",newdata=nd)
plot(y~x,data=d,ylim=c(-21750,600000),xlim=c(0,600000)) ## data
abline(lm1) ## fit
matlines(d$x,p_conf1[,c("lwr","upr")],col=2,lty=1,type="b",pch="+")
matlines(nd$x,p_conf2[,c("lwr","upr")],col=4,lty=1,type="b",pch="+")
仍然不能完全確定您想要什么,但這似乎是合理的:
dat1 <- data.frame(d,p_conf1)
dat2 <- data.frame(nd,y=NA,p_conf2)
write.csv(rbind(dat1,dat2),file="linpredout.csv")
它包括x
, y
(等於觀測值或非觀測點的NA
),預測值fit
和lwr
/ upr
邊界。
編輯 :修正錯字。
這將返回一個矩陣,其中包含構造置信區間所需的一些信息:
> coef(summary(lm1))
Estimate Std. Error t value Pr(>|t|)
(Intercept) 21749.037058 2.665203e+04 0.8160369 4.317954e-01
x 1.046954 1.374353e-01 7.6177997 1.037175e-05
關於線性回歸的任何文本都應具有置信區間的公式。 您可能需要根據使用的公式來計算一些輔助量。 可以看到預測代碼...只需在控制台上鍵入:
predict.lm
並且不要忘記置信區間與預測區間不同。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.