1
如何计算线性回归模型的和估计值的方差,其中?如何找到线性回归估计量的方差?
R中是否有函数来寻找点估计量,如均值,这两个估计量的方差?
我的数据是
fit <- lm(log(TV.Drna$ppDr)~log(TV.Drna$ppTV),data=log(TV.Drna))
如何计算线性回归模型的和估计值的方差,其中?如何找到线性回归估计量的方差?
R中是否有函数来寻找点估计量,如均值,这两个估计量的方差?
我的数据是
fit <- lm(log(TV.Drna$ppDr)~log(TV.Drna$ppTV),data=log(TV.Drna))
您是第vcov
功能之后。创建经过简单重复性数据集
set.seed(1)
dd = data.frame(x = rnorm(10), y= rnorm(10))
并创建lm
对象
m = lm(y ~ x, data=dd)
您可以通过
R> vcov(m)
(Intercept) x
(Intercept) 0.11394 -0.02662
x -0.02662 0.20136
访问方差 - 协方差矩阵可以访问的点估计您的参数通过
coef(m)
其他有用的统计资料可通过summary(m)
访问。
最小的重现性示例在哪里? –
如果你做'summary(yourModel)'它会打印这个东西 – jenesaisquoi
你对'lm'的调用看起来很奇怪。为什么不首先创建一个data.frame并记录数据,然后通过'lm'的'data'参数调用这个data.frame? –