Comment puis-je obtenir RSS à partir d'une sortie de modèle linéaire
Vous trouverez ci-dessous une sortie de modèle linéaire pour un ensemble de données comprenant une variable de réponse et trois variables explicatives. Comment puis-je obtenir le RSS de la régression initiale?
Call:
lm(formula = y ~ x1 + x2 + x3)
Residuals:
Min 1Q Median 3Q Max
-4.9282 -1.3174 0.0059 1.3238 4.4560
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -7.056057 1.963805 -3.593 0.000481 ***
x1 3.058592 0.089442 34.196 < 2e-16 ***
x2 -5.763410 0.168072 -34.291 < 2e-16 ***
x3 0.000571 0.165153 0.003 0.997247
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Residual standard error: 1.928 on 116 degrees of freedom
Multiple R-squared: 0.9546,Adjusted R-squared: 0.9535
F-statistic: 814 on 3 and 116 DF, p-value: < 2.2e-16
Voici quelques méthodes de calcul de la somme des carrés résiduels (RSS) à l'aide du jeu de données anscombe intégré:
fm <- lm(y1 ~ x1+x2+x3, anscombe)
deviance(fm)
## [1] 13.76269
sum(resid(fm)^2)
## [1] 13.76269
anova(fm) # see the Residuals row of the Sum Sq column
## Analysis of Variance Table
##
## Response: y1
## Df Sum Sq Mean Sq F value Pr(>F)
## x1 1 27.510 27.5100 17.99 0.00217 **
## Residuals 9 13.763 1.5292
## ---
## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
anova(fm)["Residuals", "Sum Sq"]
## [1] 13.76269
with(summary(fm), df[2] * sigma^2)
## [1] 13.76269
En ce qui concerne le dernier, notez que summary(fm)$df[2] et summary(fm)$sigma sont affichés dans la sortie summary(fm) au cas où vous souhaiteriez calculer RSS en utilisant uniquement une sortie imprimée de summary. En particulier, pour le résultat indiqué dans la question df [2] = 116 et sigma = 1,928, donc RSS = df [2] * sigma ^ 2 = 116 * 1.928 ^ 2 = 431.1933.
aov (formule = y ~ x1 + x2 + x3)