P-values dans un modèle linéaire

Bonjour!

J'utilise la fonction

Code:

my_linear_model <- lm(...)

pour ajuster une régression linéaire. En utilisant la fonction

Code:

summary()

les p-values pour les coefficients sont renvoyées. Y a-t-il un moyen d'accéder à ces p-values? (Je ne sais pas s'il existe quelque chose comme my_linear_model$pval.)

Merci d'avance!

premièrement, pour voir la structure d'un objet utiliser

Code:

str()

Sinon je pense pas qu'on puisse récupérer directement la p-value, mais on peut récurer la statistique du test.
De là, on peut calculer la p-value soit même.
Dans le cas d'une Anova, la p-value est retrouvée de la manière suivante
Code:

1 2 3 my_lm <- summary(lm(...)) 1-pf(my_lm$fstatistic[1],my_lm$fstatistic[2],my_lm$fstatistic[3])

Bonjour,

Code:

summary(res.lm)[[4]][,4]

J'espère t'avoir aidé

Bien à toi

Manoir

Personnellement, je pense pas que passer par les indices des listes soit une bonne chose pour ce genre d'objet, je recommande chaudement l'utilisation de str(), qui donne la structure exacte des objets.
Dans ce cas, ça donne

Code:

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
 
List of 11
 $ call         : language lm(formula = weight ~ group)
 $ terms        :Classes 'terms', 'formula' length 3 weight ~ group
  .. ..- attr(*, "variables")= language list(weight, group)
  .. ..- attr(*, "factors")= int [1:2, 1] 0 1
  .. .. ..- attr(*, "dimnames")=List of 2
  .. .. .. ..$ : chr [1:2] "weight" "group"
  .. .. .. ..$ : chr "group"
  .. ..- attr(*, "term.labels")= chr "group"
  .. ..- attr(*, "order")= int 1
  .. ..- attr(*, "intercept")= int 1
  .. ..- attr(*, "response")= int 1
  .. ..- attr(*, ".Environment")=<environment: R_GlobalEnv> 
  .. ..- attr(*, "predvars")= language list(weight, group)
  .. ..- attr(*, "dataClasses")= Named chr [1:2] "numeric" "factor"
  .. .. ..- attr(*, "names")= chr [1:2] "weight" "group"
 $ residuals    : Named num [1:20] -0.862 0.548 0.148 1.078 -0.532 ...
  ..- attr(*, "names")= chr [1:20] "1" "2" "3" "4" ...
 $ coefficients : num [1:2, 1:4] 5.032 -0.297 0.198 0.28 25.374 ...
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : chr [1:2] "(Intercept)" "groupTrt"
  .. ..$ : chr [1:4] "Estimate" "Std. Error" "t value" "Pr(>|t|)"
 $ aliased      : Named logi [1:2] FALSE FALSE
  ..- attr(*, "names")= chr [1:2] "(Intercept)" "groupTrt"
 $ sigma        : num 0.627
 $ df           : int [1:3] 2 18 2
 $ r.squared    : num 0.0586
 $ adj.r.squared: num 0.00635
 $ fstatistic   : Named num [1:3] 1.12 1 18
  ..- attr(*, "names")= chr [1:3] "value" "numdf" "dendf"
 $ cov.unscaled : num [1:2, 1:2] 0.1 -0.1 -0.1 0.2
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : chr [1:2] "(Intercept)" "groupTrt"
  .. ..$ : chr [1:2] "(Intercept)" "groupTrt"
 - attr(*, "class")= chr "summary.lm"

En faisant is(lm$coefficients) (ou lm[[4]]), on s'aperçoit que c'est une matrice, et on peut sélectionner les valeurs que l'on veut

Code:

lm[[4]][2,4]

Perso je savais pas que la p-value était là, mais c'est une manière pour trouver les valeurs que l'on veut dans n'importe quel objet R.