在 R 摘要中显示对象的子集
Displaying subsets of objects in R summary
我想知道是否可以只显示 R 摘要输出的特定组件。从下面的输出中,我只想显示 F 统计量(或仅显示以下行 F 统计量:0.834 on 2 和 10 DF,p 值:0.4624)。我实际上是在处理估算数据,并试图从一系列汇总输出中提取该值。
谢谢!
> hanes=with(nhanes, lm(bmi~hyp+chl))
> summary(hanes)
Call:
lm(formula = bmi ~ hyp + chl)
Residuals:
Min 1Q Median 3Q Max
-6.425 -3.296 0.035 3.123 7.632
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 20.10564 5.70716 3.523 0.00551 **
hyp -0.68459 3.39596 -0.202 0.84428
chl 0.03783 0.03054 1.239 0.24370
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 4.66 on 10 degrees of freedom
(12 observations deleted due to missingness)
Multiple R-squared: 0.143, Adjusted R-squared: -0.02846
F-statistic: 0.834 on 2 and 10 DF, p-value: 0.4624
更新 R 中 NHANES2 数据的可重现示例:
> imp10=mice(nhanes2, m=10, seed=11111)
> hanes=with(imp10, lm(bmi~hyp+chl))
> summary(hanes)
以上是 10 个插补中每一个的摘要:
## summary of imputation 1 :
Call:
lm(formula = bmi ~ hyp + chl)
Residuals:
Min 1Q Median 3Q Max
-7.4597 -3.1938 0.1403 2.8153 7.0753
Coefficients:
Estimate Std. Error t value Pr(>|t|)
Intercept) 19.30988 4.47439 4.316 0.000279 ***
hyp2 -0.38202 2.41568 -0.158 0.875789
chl 0.04265 0.02398 1.779 0.089101 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 4.332 on 22 degrees of freedom
Multiple R-squared: 0.1425, Adjusted R-squared: 0.06456
F-statistic: 1.828 on 2 and 22 DF, p-value: 0.1843
fs=summary(hanes)$fstatistic 代码仍然生成完整的摘要。再次感谢!
如下我的评论:
要检索 F 统计量,您可以使用:
fs <- summary(mode)$fstatistic
以及与之关联的P值:
pva <- anova(mode)$"Pr(>F)"[1]
然后与 sprintf
等组合在一起。
或者只使用 capture.output
将所有输出保存在一个字符向量中,其中每个元素对应一行;您只需选择兴趣线,在本例中为 18
:
capture.output(summary(mode))[18]
[1] "F-statistic: 30.19 on 1 and 30 DF, p-value: 5.766e-06"
我在 R 中使用了带有 mtcars
数据集的拟合模型。
我想知道是否可以只显示 R 摘要输出的特定组件。从下面的输出中,我只想显示 F 统计量(或仅显示以下行 F 统计量:0.834 on 2 和 10 DF,p 值:0.4624)。我实际上是在处理估算数据,并试图从一系列汇总输出中提取该值。
谢谢!
> hanes=with(nhanes, lm(bmi~hyp+chl))
> summary(hanes)
Call:
lm(formula = bmi ~ hyp + chl)
Residuals:
Min 1Q Median 3Q Max
-6.425 -3.296 0.035 3.123 7.632
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 20.10564 5.70716 3.523 0.00551 **
hyp -0.68459 3.39596 -0.202 0.84428
chl 0.03783 0.03054 1.239 0.24370
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 4.66 on 10 degrees of freedom
(12 observations deleted due to missingness)
Multiple R-squared: 0.143, Adjusted R-squared: -0.02846
F-statistic: 0.834 on 2 and 10 DF, p-value: 0.4624
更新 R 中 NHANES2 数据的可重现示例:
> imp10=mice(nhanes2, m=10, seed=11111)
> hanes=with(imp10, lm(bmi~hyp+chl))
> summary(hanes)
以上是 10 个插补中每一个的摘要:
## summary of imputation 1 :
Call:
lm(formula = bmi ~ hyp + chl)
Residuals:
Min 1Q Median 3Q Max
-7.4597 -3.1938 0.1403 2.8153 7.0753
Coefficients:
Estimate Std. Error t value Pr(>|t|)
Intercept) 19.30988 4.47439 4.316 0.000279 ***
hyp2 -0.38202 2.41568 -0.158 0.875789
chl 0.04265 0.02398 1.779 0.089101 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 4.332 on 22 degrees of freedom
Multiple R-squared: 0.1425, Adjusted R-squared: 0.06456
F-statistic: 1.828 on 2 and 22 DF, p-value: 0.1843
fs=summary(hanes)$fstatistic 代码仍然生成完整的摘要。再次感谢!
如下我的评论:
要检索 F 统计量,您可以使用:
fs <- summary(mode)$fstatistic
以及与之关联的P值:
pva <- anova(mode)$"Pr(>F)"[1]
然后与 sprintf
等组合在一起。
或者只使用 capture.output
将所有输出保存在一个字符向量中,其中每个元素对应一行;您只需选择兴趣线,在本例中为 18
:
capture.output(summary(mode))[18]
[1] "F-statistic: 30.19 on 1 and 30 DF, p-value: 5.766e-06"
我在 R 中使用了带有 mtcars
数据集的拟合模型。