1.2回归之线性模型summary函数汇总

线性模型的汇总数据，t检验，summary()函数

summary(a)
Call:
lm(formula = hw$w ~ hw$h + 1)
Residuals: 各分位数（残差）
Min 1Q Median 3Q Max
-3.721 -1.699 0.210 1.807 3.074
Coefficients: 模型参数
Estimate Std. Error t value Pr(>|t|)
(Intercept) -140.3644 17.5026 -8.02 1.15e-05 * 截距项
hw$h 1.1591 0.1079 10.74 8.21e-07 *

各个自变量 相应系数 标准差 t值 p值

Signif. codes:
0 ‘’ 0.001 ‘’ 0.01 ‘’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 2.546 on 10 degrees of freedom
Multiple R-squared: 0.9203, Adjusted R-squared: 0.9123 相关指数和调整后的相关指数
F-statistic: 115.4 on 1 and 10 DF, p-value: 8.21e-07 p值

汇总数据的解释
call：列出相应回归模型的公式
Residuals：参差分析数据，列出的是残差的最小值点、1/4分位点、中位数点、3/4分位点和最大值点
Coefficients： Estimate表示回归方程参数的估计，Std. Error表示回归参数的标准差（注意不是标准误），t值，P-值
F-statistic：表示F统计量
Signif：显著性标记，极度显著，高度显著，显著，圆点丌太显著，没有记号不显著
方差分析，函数anova()
Residual standard error：表示残差的标准差
Multiple R-squared：相关系数的平方