Interpretación de la función de resumen para el modelo lm en R

Respuestas:

9

El valor de la columna t le muestra la prueba t asociada con la prueba de la importancia del parámetro que figura en la primera columna. Por ejemplo, el valor t de 7.369 se refiere a la prueba t de la (Intercepción) 10.1595 dividida por el error estándar de esa estimación 1.3603. Pr (> | t |) le proporciona el valor p para esa prueba t (la proporción de la distribución t en ese df que es mayor que el valor absoluto de su estadística t). 1.11e-13 es notación científica. Los asteriscos que siguen a Pr (> | t |) proporcionan una forma visualmente accesible de evaluar si la estadística cumple con varios criterios .α

russellpierce
fuente
4

No entiendo la prueba t, pero wikipedia tiene un buen artículo sobre el valor p : básicamente, el valor p es la posibilidad de que el resultado que estás viendo se haya producido debido a una variación aleatoria. Por lo general, se considera que un valor p de 0.05 o menos (interpretado aproximadamente como "hay un 5% de posibilidades o menos de que esto suceda solo debido a una variación aleatoria") significa que el resultado es significativo.

Aerik
fuente
44
Debido a que estos temas se han discutido ampliamente en este sitio, seré breve: (1) el valor p es una probabilidad condicional al asumir la hipótesis nula (no es una "oportunidad" incondicional y es probable que sea contrafactual ) y (2) no es una posibilidad de "el resultado que está viendo", que en este caso es prácticamente cero, sino que es la posibilidad, bajo la hipótesis nula, de que su resultado caiga dentro de una "región crítica" para el prueba de hipotesis. Aunque esto puede parecer una trampa, puede surgir mucha confusión al malinterpretar el lenguaje suelto.
whuber
2
@whuber: gracias por tomarse el tiempo para armar una descripción correcta y precisa del valor p. Honestamente, apenas lo entiendo, honestamente, pero a propósito estaba dando una respuesta de "lenguaje laxo" para ayudar al autor de la pregunta a tener una idea básica sin abrumarlo ... me parece que muchas estadísticas son así, lo que una estadística realmente dice No es tan amigable con el uso, por lo que las personas dan aproximaciones realmente aproximadas que son más fáciles de digerir. Creo que fue en "Six Easy Pieces" donde Feynman explicó la física de esa manera. "Esto no es exacto, pero es una aproximación útil"
Aerik
1
Desafortunadamente, el lenguaje laxo conduce a muchas acciones equivocadas tomadas como resultado de un malentendido.
Glen_b -Reinstate Monica