R语言回归模型中的Pr(＞|t|)如何解读？Pr(＞|t|)如何计算？

最新推荐文章于 2023-11-01 09:00:00 发布

Data+Science+Insight

最新推荐文章于 2023-11-01 09:00:00 发布

阅读量7k

点赞数 3

分类专栏： R语言从入门到机器学习文章标签： r语言数据挖掘机器学习人工智能自然语言处理

本文链接：https://blog.csdn.net/zhongkeyuanchongqing/article/details/120600960

版权

R语言从入门到机器学习专栏收录该内容

2424 篇文章 ¥89.90 ¥99.00

订阅专栏

超级会员免费看

R语言线性回归输出的Pr(>|t|)值是预测变量与响应变量间统计显著性的衡量。小于0.05的p值表明统计显著关系。Pr(>|t|)通过计算t值和其对应的p值来评估，t值等于系数估计除以标准误差，p值为t值绝对值在t分布中大于该值的概率。剩余自由度影响p值计算，其值可在回归输出中找到。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

R语言回归模型中的Pr(>|t|)如何解读？Pr(>|t|)如何计算？

#如何解读Pr(>|t|)值

# Pr(>|t|)是如何计算的？

我们在R中执行线性回归时，回归模型的输出将以如下格式显示：

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)  10.0035     5.9091   1.693   0.1513  
x1            1.4758     0.5029   2.935   0.0325 *
x2           -0.7834     0.8014  -0.978   0.3732

Pr(>t)列表示与t值列中的值关联的p值（其实就是t分布查表的意思咯，不要纠结&#

了解本专栏

超级会员免费看