我对自由度为 178 的双尾 t 检验进行了线性回归。 summary
函数为我的两个 t 值提供了两个 p 值。
t value Pr(>|t|)
5.06 1.04e-06 ***
10.09 < 2e-16 ***
...
...
F-statistic: 101.8 on 1 and 178 DF, p-value: < 2.2e-16
我想用这个公式手动计算 t 值的 p 值:
p = 1 - 2*F(|t|)
p_value_1 <- 1 - 2 * pt(abs(t_1), 178)
p_value_2 <- 1 - 2 * pt(abs(t_2), 178)
我没有得到与模型摘要中相同的 p 值。所以,我想知道
summary
功能 Pr(>|t|)
与我的公式不同,因为我找不到 Pr(>|t|)
的定义.你能帮助我吗?非常感谢!
最佳答案
这是
2 * pt(-abs(t_value), df)
例如:
2 * pt(-5.06, 178)
#[1] 1.038543e-06
2 * pt(-10.09, 178)
#[1] 3.223683e-19
或者,使用
2 * pt(abs(t_value), df, lower.tail = FALSE)
关于r - 如何在线性回归中手动计算 t 统计量的 p 值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41505213/