R lm.summaries 访问线性模型拟合

说明

所有这些函数都是 methods 类的 "lm" 对象。

用法

## S3 method for class 'lm'
family(object, ...)

## S3 method for class 'lm'
formula(x, ...)

## S3 method for class 'lm'
residuals(object,
          type = c("working", "response", "deviance", "pearson",
                   "partial"),
          ...)

## S3 method for class 'lm'
labels(object, ...)

参数

object, x	从类 lm 继承的对象，通常是调用 lm 或 aov 的结果。
...	传入或传出其他方法的进一步参数。
type	应返回的残差类型。可以缩写。

细节

通用访问器函数 coef 、 effects 、 fitted 和 residuals 可用于提取 lm 返回值的各种有用特征。

工作残差和响应残差是“观察-拟合”的。偏差和皮尔逊残差是加权残差，按拟合中使用的权重的平方根缩放。部分残差是一个矩阵，每列都是通过从模型中省略一项而形成的。在所有这些中，零权重情况永远不会被忽略(与标准化的 rstudent 残差和 weighted.residuals 相反)。

residuals 如何处理原始拟合中缺失值的情况由该拟合的 na.action 参数确定。如果 na.action = na.omit 省略的情况将不会出现在残差中，而如果 na.action = na.exclude 则它们将出现，并具有残差值 NA 。另请参阅naresid。

泛型 labels 的 "lm" 方法返回可估计项的项标签，即具有至少一个可估计系数的项的名称。

例子

##-- Continuing the  lm(.) example:
coef(lm.D90) # the bare coefficients

## The 2 basic regression diagnostic plots [plot.lm(.) is preferred]
plot(resid(lm.D90), fitted(lm.D90)) # Tukey-Anscombe's
abline(h = 0, lty = 2, col = "gray")

qqnorm(residuals(lm.D90))

参考

Chambers, J. M. (1992) Linear models. Chapter 4 of Statistical Models in S eds J. M. Chambers and T. J. Hastie, Wadsworth & Brooks/Cole.

也可以看看

模型拟合函数lm、anova.lm。

coef 、 deviance 、 df.residual 、 effects 、 fitted 、 glm 用于广义线性模型，influence (该页面上的等)用于回归诊断。 weighted.residuals、residuals、residuals.glm、summary.lm、weights。

influence.measures 用于删除诊断，包括标准化 ( rstandard ) 和学生化 ( rstudent ) 残差。