研究问题
R 中的线性回归推断
Jo Hardin
Professor, Pomona College
思考 Starbucks 数据的研究问题
- 蛋白质与碳水在总体中是否线性相关？（双侧）
- 蛋白质与碳水在总体中是否呈正向线性相关？（单侧）
head(starbucks)
A tibble: 6 x 6
Item Calories Fat Carbs
<chr> <int> <dbl> <int>
1 Chonga Bagel 300 5 50
2 8-Grain Roll 380 6 70
3 Almond Croissant 410 22 45
4 Apple Fritter 460 23 56
5 Banana Nut Bread 420 22 52
6 Blueberry Muffin with Yogurt and Honey 380 16 53
# ... with 2 more variables: Fiber <int>, Protein <int>
summary(lm(Carbs ~ Protein, data = starbucks))
调用：
lm(formula = Carbs ~ Protein, data = starbucks)
残差：
最小 四分位1 中位数 四分位3 最大
-35.360 -11.019 0.125 9.970 35.640
系数：
估计值 标准误 t 值 Pr(>|t|)
(Intercept) 37.1116 2.4680 15.04 <2e-16 ***
Protein 0.3815 0.1734 2.20 0.0299 *
---
显著性代码： 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
...
lm(Carbs ~ Protein, data = starbucks) %>% tidy()
term estimate std.error statistic p.value
1 (Intercept) 37.1116401 2.4680349 15.036919 1.539345e-28
2 Protein 0.3814696 0.1734226 2.199654 2.990434e-02
调用：
lm(formula = Carbs ~ Protein,
data = starbucks)
残差：
最小 四分位1 中位数 四分位3 最大
-35.360 -11.019 0.125 9.970 35.640
系数：
summary(lm(Carbs ~ Protein,
data = starbucks))
Std. Error
2.4680
0.1734
估计值 标准误
(Intercept) 37.1116 2.4680
Protein 0.3815 0.1734
t 值 Pr(>|t|)
(Intercept) 15.04 <2e-16 ***
Protein 2.20 0.0299 *
--
显著性代码：
0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
lm(Carbs ~ Protein,
data = starbucks) %>%
tidy()
std.error
2.4680349
0.1734226
调用：
lm(formula = Carbs ~ Protein,
data = starbucks)
残差：
最小 四分位1 中位数 四分位3 最大
-35.360 -11.019 0.125 9.970 35.640
系数：
summary(lm(Carbs ~ Protein,
data = starbucks))
t 值
15.04
2.20
估计值 标准误
(Intercept) 37.1116 2.4680
Protein 0.3815 0.1734
t 值 Pr(>|t|)
(Intercept) 15.04 <2e-16 ***
Protein 2.20 0.0299 *
--
显著性代码：
0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
lm(Carbs ~ Protein,
data = starbucks) %>%
tidy()
statistic
15.036919
2.199654
调用：
lm(formula = Carbs ~ Protein,
data = starbucks)
残差：
最小 四分位1 中位数 四分位3 最大
-35.360 -11.019 0.125 9.970 35.640
系数：
summary(lm(Carbs ~ Protein,
data = starbucks))
Pr(>|t|)
<2e-16 ***
0.0299 *
估计值 标准误
(Intercept) 37.1116 2.4680
Protein 0.3815 0.1734
t 值 Pr(>|t|)
(Intercept) 15.04 <2e-16 ***
Protein 2.20 0.0299 *
--
显著性代码：
0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
lm(Carbs ~ Protein,
data = starbucks) %>%
tidy()
p.value
1.539345e-28
2.990434e-02
Vamos praticar!
R 中的线性回归推断
