¿Cómo extrae el valor p (para la importancia del coeficiente de la variable explicativa única que no es cero) y el valor R cuadrado de un modelo de regresión lineal simple? Por ejemplo...

x = cumsum(c(0, runif(100, -1, +1)))
y = cumsum(c(0, runif(100, -1, +1)))
fit = lm(y ~ x)
summary(fit)

Sé que summary(fit) muestra el valor p y el valor R cuadrado, pero quiero poder pegarlos en otras variables.

r-cuadrado : puede devolver el valor de r cuadrado directamente desde el objeto de resumen summary(fit)$r.squared. Consulte names(summary(fit))para obtener una lista de todos los elementos que puede extraer directamente.

Valor p del modelo: si desea obtener el valor p del modelo de regresión general, esta publicación de blog describe una función para devolver el valor p:

lmp <- function (modelobject) {
    if (class(modelobject) != "lm") stop("Not an object of class 'lm' ")
    f <- summary(modelobject)$fstatistic
    p <- pf(f[1],f[2],f[3],lower.tail=F)
    attributes(p) <- NULL
    return(p)
}

> lmp(fit)
[1] 1.622665e-05

En el caso de una regresión simple con un predictor, el valor p del modelo y el valor p para el coeficiente serán los mismos.

Valores p de coeficiente: si tiene más de un predictor, lo anterior devolverá el valor p del modelo, y el valor p para los coeficientes se puede extraer usando:

summary(fit)$coefficients[,4]  

Alternativamente, puede tomar el valor p de los coeficientes del anova(fit)objeto de manera similar al objeto de resumen anterior.

Observe que summary(fit)genera un objeto con toda la información que necesita. Los vectores beta, se, typ se almacenan en él. Obtenga los valores p seleccionando la cuarta columna de la matriz de coeficientes (almacenada en el objeto de resumen):

summary(fit)$coefficients[,4] 
summary(fit)$r.squared

Intenta str(summary(fit))ver toda la información que contiene este objeto.

Editar: había leído mal la respuesta de Chase, que básicamente te dice cómo llegar a lo que doy aquí.

Puede ver la estructura del objeto devuelto summary()llamando str(summary(fit)). Se puede acceder a cada pieza usando $. El valor p para la estadística F se obtiene más fácilmente del objeto devuelto por anova.

De manera concisa, puedes hacer esto:

rSquared <- summary(fit)$r.squared
pVal <- anova(fit)$'Pr(>F)'[1]

Si bien las dos respuestas anteriores son buenas, el procedimiento para extraer partes de objetos es más general.

En muchos casos, las funciones devuelven listas y se puede acceder a los componentes individuales mediante el str()cual imprimirá los componentes junto con sus nombres. Luego puede acceder a ellos utilizando el operador $, es decir myobject$componentname.

En el caso de objetos LM, hay una serie de métodos predefinidos se pueden usar como coef(), resid(), summary()etc, pero no siempre será tan afortunado.

Encontré esta pregunta mientras exploraba soluciones sugeridas para un problema similar; Supongo que para futuras referencias puede valer la pena actualizar la lista de respuestas disponible con una solución que utilicebroom paquete.

Código de muestra

x = cumsum(c(0, runif(100, -1, +1)))
y = cumsum(c(0, runif(100, -1, +1)))
fit = lm(y ~ x)
require(broom)
glance(fit)

Resultados

>> glance(fit)
  r.squared adj.r.squared    sigma statistic    p.value df    logLik      AIC      BIC deviance df.residual
1 0.5442762     0.5396729 1.502943  118.2368 1.3719e-18  2 -183.4527 372.9055 380.7508 223.6251          99

Notas al margen

Creo que la glancefunción es útil ya que resume claramente los valores clave. Los resultados se almacenan como lo data.frameque facilita la manipulación adicional:

>> class(glance(fit))
[1] "data.frame"

Extensión de @Vincent 's respuesta :

Para lm()modelos generados:

summary(fit)$coefficients[,4]   ##P-values 
summary(fit)$r.squared          ##R squared values

Para gls()modelos generados:

summary(fit)$tTable[,4]         ##P-values
##R-squared values are not generated b/c gls uses max-likelihood not Sums of Squares

Para aislar un valor p individual en sí mismo, debe agregar un número de fila al código:

Por ejemplo, para acceder al valor p de la intersección en ambos resúmenes del modelo:

summary(fit)$coefficients[1,4]
summary(fit)$tTable[1,4]  

• Tenga en cuenta que puede reemplazar el número de columna con el nombre de la columna en cada una de las instancias anteriores:

  summary(fit)$coefficients[1,"Pr(>|t|)"]  ##lm 
  summary(fit)$tTable[1,"p-value"]         ##gls 

Si aún no está seguro de cómo acceder a un formulario de valores, use la tabla de resumen str()para descubrir la estructura de la tabla de resumen:

str(summary(fit))

Esta es la forma más fácil de extraer los valores p:

coef(summary(modelname))[, "Pr(>|t|)"]

Usé esta función lmp muchas veces.

Y en un momento decidí agregar nuevas características para mejorar el análisis de datos. No soy experto en R ni en estadísticas, pero la gente suele buscar información diferente de una regresión lineal:

• valor p
• a y B
• r²
• y, por supuesto, el aspecto de la distribución de puntos

Tengamos un ejemplo. Tienes aqui

Aquí un ejemplo reproducible con diferentes variables:

Ex<-structure(list(X1 = c(-36.8598, -37.1726, -36.4343, -36.8644, 
-37.0599, -34.8818, -31.9907, -37.8304, -34.3367, -31.2984, -33.5731
), X2 = c(64.26, 63.085, 66.36, 61.08, 61.57, 65.04, 72.69, 63.83, 
67.555, 76.06, 68.61), Y1 = c(493.81544, 493.81544, 494.54173, 
494.61364, 494.61381, 494.38717, 494.64122, 493.73265, 494.04246, 
494.92989, 494.98384), Y2 = c(489.704166, 489.704166, 490.710962, 
490.653212, 490.710612, 489.822928, 488.160904, 489.747776, 490.600579, 
488.946738, 490.398958), Y3 = c(-19L, -19L, -19L, -23L, -30L, 
-43L, -43L, -2L, -58L, -47L, -61L)), .Names = c("X1", "X2", "Y1", 
"Y2", "Y3"), row.names = c(NA, 11L), class = "data.frame")


library(reshape2)
library(ggplot2)
Ex2<-melt(Ex,id=c("X1","X2"))
colnames(Ex2)[3:4]<-c("Y","Yvalue")
Ex3<-melt(Ex2,id=c("Y","Yvalue"))
colnames(Ex3)[3:4]<-c("X","Xvalue")

ggplot(Ex3,aes(Xvalue,Yvalue))+
          geom_smooth(method="lm",alpha=0.2,size=1,color="grey")+
          geom_point(size=2)+
          facet_grid(Y~X,scales='free')


#Use the lmp function

lmp <- function (modelobject) {
  if (class(modelobject) != "lm") stop("Not an object of class 'lm' ")
  f <- summary(modelobject)$fstatistic
    p <- pf(f[1],f[2],f[3],lower.tail=F)
    attributes(p) <- NULL
    return(p)
    }

# create function to extract different informations from lm

lmtable<-function (var1,var2,data,signi=NULL){
  #var1= y data : colnames of data as.character, so "Y1" or c("Y1","Y2") for example
  #var2= x data : colnames of data as.character, so "X1" or c("X1","X2") for example
  #data= data in dataframe, variables in columns
  # if signi TRUE, round p-value with 2 digits and add *** if <0.001, ** if < 0.01, * if < 0.05.

  if (class(data) != "data.frame") stop("Not an object of class 'data.frame' ")
  Tabtemp<-data.frame(matrix(NA,ncol=6,nrow=length(var1)*length(var2)))
  for (i in 1:length(var2))
       {
  Tabtemp[((length(var1)*i)-(length(var1)-1)):(length(var1)*i),1]<-var1
  Tabtemp[((length(var1)*i)-(length(var1)-1)):(length(var1)*i),2]<-var2[i]
  colnames(Tabtemp)<-c("Var.y","Var.x","p-value","a","b","r^2")

  for (n in 1:length(var1))
  {
  Tabtemp[(((length(var1)*i)-(length(var1)-1))+n-1),3]<-lmp(lm(data[,var1[n]]~data[,var2[i]],data))

  Tabtemp[(((length(var1)*i)-(length(var1)-1))+n-1),4]<-coef(lm(data[,var1[n]]~data[,var2[i]],data))[1]

  Tabtemp[(((length(var1)*i)-(length(var1)-1))+n-1),5]<-coef(lm(data[,var1[n]]~data[,var2[i]],data))[2]

  Tabtemp[(((length(var1)*i)-(length(var1)-1))+n-1),6]<-summary(lm(data[,var1[n]]~data[,var2[i]],data))$r.squared
  }
  }

  signi2<-data.frame(matrix(NA,ncol=3,nrow=nrow(Tabtemp)))
  signi2[,1]<-ifelse(Tabtemp[,3]<0.001,paste0("***"),ifelse(Tabtemp[,3]<0.01,paste0("**"),ifelse(Tabtemp[,3]<0.05,paste0("*"),paste0(""))))
  signi2[,2]<-round(Tabtemp[,3],2)
  signi2[,3]<-paste0(format(signi2[,2],digits=2),signi2[,1])

  for (l in 1:nrow(Tabtemp))
    {
  Tabtemp$"p-value"[l]<-ifelse(is.null(signi),
         Tabtemp$"p-value"[l],
         ifelse(isTRUE(signi),
                paste0(signi2[,3][l]),
                Tabtemp$"p-value"[l]))
  }

   Tabtemp
}

# ------- EXAMPLES ------

lmtable("Y1","X1",Ex)
lmtable(c("Y1","Y2","Y3"),c("X1","X2"),Ex)
lmtable(c("Y1","Y2","Y3"),c("X1","X2"),Ex,signi=TRUE)

Ciertamente hay una solución más rápida que esta función, pero funciona.

Para el valor p final que se muestra al final de summary(), la función se utiliza pf()para calcular a partir de los summary(fit)$fstatisticvalores.

fstat <- summary(fit)$fstatistic
pf(fstat[1], fstat[2], fstat[3], lower.tail=FALSE)

Fuente: [1] , [2]

x = cumsum(c(0, runif(100, -1, +1)))
y = cumsum(c(0, runif(100, -1, +1)))
fit = lm(y ~ x)
> names(summary(fit))
[1] "call"          "terms"        
 [3] "residuals"     "coefficients" 
 [5] "aliased"       "sigma"        
 [7] "df"            "r.squared"    
 [9] "adj.r.squared" "fstatistic"   
[11] "cov.unscaled" 
    summary(fit)$r.squared

Otra opción es usar la función cor.test, en lugar de lm:

> x <- c(44.4, 45.9, 41.9, 53.3, 44.7, 44.1, 50.7, 45.2, 60.1)
> y <- c( 2.6,  3.1,  2.5,  5.0,  3.6,  4.0,  5.2,  2.8,  3.8)

> mycor = cor.test(x,y)
> mylm = lm(x~y)

# r and rsquared:
> cor.test(x,y)$estimate ** 2
      cor 
0.3262484 
> summary(lm(x~y))$r.squared
[1] 0.3262484

# P.value 

> lmp(lm(x~y))  # Using the lmp function defined in Chase's answer
[1] 0.1081731
> cor.test(x,y)$p.value
[1] 0.1081731

Utilizar:

(summary(fit))$coefficients[***num***,4]

donde numes un número que denota la fila de la matriz de coeficientes. Dependerá de la cantidad de características que tenga en su modelo y para cuál desea extraer el valor p. Por ejemplo, si solo tiene una variable, habrá un valor p para la intersección que será [1,4] y el siguiente para su variable real que será [2,4]. Entonces tu numserá 2.