Discussion :

[InVivo]

Bonjour,

Je me permets d'ouvrir une nouvelle discussion, car je ne trouve pas la réponse dans les éléments déjà posté.

En reprenant l'exemple utilisé par Charlottes dans la discussion " Extraire une pvalue d'un lm", est-il possible d'extraire la p-value suivante (en rouge dans le code) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Call:
lm(formula = Tableau3$Temps ~ Tableau3[, colonne_calcium3], data = Tableau3)
 
Residuals:
    Min      1Q  Median      3Q     Max 
-22.754 -12.063  -2.205  11.370  23.462 
 
Coefficients:
                              Estimate Std. Error t value Pr(>|t|)
(Intercept)                  1.023e+02  6.834e+01   1.497    0.144
Tableau3[, colonne_calcium3] 5.000e-05  9.221e-05   0.542    0.591
 
Residual standard error: 14.43 on 33 degrees of freedom
Multiple R-squared: 0.008832,	Adjusted R-squared: -0.0212 
F-statistic: 0.294 on 1 and 33 DF,  p-value: 0.5913 

Identique dans le cas d'un lm à un facteur mais différente dès qu'on passe à plus d'un facteur.

D'avance merci pour votre aide.

[A. D.]

Bonjour,

Voici une manière de procéder :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
# EXEMPLE
data(mtcars)
 
mod <- lm(mpg ~ wt + drat, data = mtcars)
 
resume <- summary(mod)
resume
# Call:
# lm(formula = mpg ~ wt + drat, data = mtcars)
# 
# Residuals:
#   Min      1Q  Median      3Q     Max 
# -5.4159 -2.0452  0.0136  1.7704  6.7466 
# 
# Coefficients:
#             Estimate Std. Error t value Pr(>|t|)    
# (Intercept)   30.290      7.318   4.139 0.000274 ***
# wt            -4.783      0.797  -6.001 1.59e-06 ***
# drat           1.442      1.459   0.989 0.330854    
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
# 
# Residual standard error: 3.047 on 29 degrees of freedom
# Multiple R-squared:  0.7609,    Adjusted R-squared:  0.7444 
# F-statistic: 46.14 on 2 and 29 DF,  p-value: 9.761e-10
 
names(resume)
# [1] "call"          "terms"         "residuals"     "coefficients" 
# [5] "aliased"       "sigma"         "df"            "r.squared"    
# [9] "adj.r.squared" "fstatistic"    "cov.unscaled" 
 
F <- resume$fstatistic
F
#    value    numdf    dendf 
# 46.14331  2.00000 29.00000
 
ma_pvalue <- pf(F[1], F[2], F[3], lower.tail = FALSE)
ma_pvalue
#       value 
# 9.76076e-10

Il y a peut-être plus simple mais je ne connais pas...
Pour voir le détail de l'utilisation de la fonction "pf" : ?pf .

HTH !


Cordialement,


A.D.

[Sengar]

Il n'y a effectivement pas d'autre moyen puisque la p value est calculée seulement à l'appel de print.summary.lm -avec pf-.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
if (!is.null(x$fstatistic)) {
  cat("Multiple R-squared: ", formatC(x$r.squared, digits = digits))
  cat(",\tAdjusted R-squared: ", formatC(x$adj.r.squared, 
                                         digits = digits), "\nF-statistic:", formatC(x$fstatistic[1L], 
                                                                                     digits = digits), "on", x$fstatistic[2L], "and", 
      x$fstatistic[3L], "DF,  p-value:", format.pval(pf(x$fstatistic[1L], 
                                                        x$fstatistic[2L], x$fstatistic[3L], lower.tail = FALSE), 
                                                     digits = digits))
  cat("\n")
}

En règle générale, regarder le code source (?stat:::print.summary.lm) est un bon moyen quand on a pas d'idées pour trouver comment récupérer des bouts de sortie R affichées par print.