lm.summaries
位于 stats
包(package)。 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 |
|
... |
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
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。
相关用法
- R lm.fit 线性模型的拟合函数
- R lm.influence 回归诊断
- R lm 拟合线性模型
- R loglin 拟合对数线性模型
- R loess.control 设置黄土参数
- R ls.diag lsfit 回归结果的计算诊断
- R lag.plot 时间序列滞后图
- R line 坚固的线路配件
- R lag 滞后时间序列
- R loess 局部多项式回归拟合
- R lsfit 找到最小二乘拟合
- R loadings 打印因子分析中的载荷
- R ls.print 打印 lsfit 回归结果
- R lowess 散点图平滑
- R logLik 提取对数似然
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Accessing Linear Model Fits。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。