R 语言经典实例（原书第 2 版）

316

｜

第

11

章

#> v 1 3097 3097 437.7 < 2e-16 ***

#> w 1 362 362 51.1 1.7e-10 ***

#> Residuals 96 679 7

#> ---

#> Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

如果你觉得将模型保存在变量中很麻烦，欢迎使用如下单行形式：

summary(lm(y ~ u + v + w))

或者你可以使用 magrittr 管道：

lm(y ~ u + v + w) %>%

summary

11.3.4 另请参阅

有关回归汇总的更多信息，请参阅 11.4 节。有关模型诊断的特定回归统计量，请参阅

11.17 节。

11.4 理解回归的汇总结果

11.4.1 问题

创建了一个线性回归模型 m。然而，你对 summary(m) 的输出感到困惑。

11.4.2 讨论

模型汇总结果很重要，它让你接触到了最关键的回归统计量。以下是 11.3 节的模型汇总：

summary(m)

#>

#> Call:

#> lm(formula = y ~ u + v + w)

#>

#> Residuals:

#> Min 1Q Median 3Q Max

#> -5.383 -1.760 -0.312 1.856 6.984

#>

#> Coefficients:

#> Estimate Std. Error t value Pr(>|t|)

#> (Intercept) 4.770 0.969 ...