进行线性回归lm后
执行summary函数之后,会有
Coefficients:
Estimate Std. Error t value Pr(>|t|) 这样的值出现,其中P值我是这样理解的
P值是用来判定假设检验结果的一个参数,也可以根据不同的分布使用分布的拒绝域进行比较。
P值(P value)就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。
这样定义原假设,我们希望成立实现的研究假设,不希望否证自己的研究假设,就做出一个和研究假设相反的虚无假设H0,如果否证了虚无假设,就是证明了研究假设是正确的。
α是一个显著性水平,即承认H0成立的最低限度,如果p值小于了α,即小概率事件发生了,那么就拒绝接受原假设H0,
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 这是用来标注预测变量的显著性的
显著性依次递减,p值越小,越显著,就拒绝原假设,这里的原假设即为系数为0,p值越大,对应的变量是可以从模型中移除的变量