Tôi đã chạy một hồi quy bội trong đó toàn bộ mô hình là có ý nghĩa và giải thích khoảng 13% phương sai. Tuy nhiên, tôi cần tìm lượng phương sai được giải thích bởi mỗi yếu tố dự đoán quan trọng. Làm thế nào tôi có thể làm điều này bằng cách sử dụng R?
Dưới đây là một số dữ liệu mẫu và mã:
D = data.frame(
dv = c( 0.75, 1.00, 1.00, 0.75, 0.50, 0.75, 1.00, 1.00, 0.75, 0.50 ),
iv1 = c( 0.75, 1.00, 1.00, 0.75, 0.75, 1.00, 0.50, 0.50, 0.75, 0.25 ),
iv2 = c( 0.882, 0.867, 0.900, 0.333, 0.875, 0.500, 0.882, 0.875, 0.778, 0.867 ),
iv3 = c( 1.000, 0.067, 1.000, 0.933, 0.875, 0.500, 0.588, 0.875, 1.000, 0.467 ),
iv4 = c( 0.889, 1.000, 0.905, 0.938, 0.833, 0.882, 0.444, 0.588, 0.895, 0.812 ),
iv5 = c( 18, 16, 21, 16, 18, 17, 18, 17, 19, 16 ) )
fit = lm( dv ~ iv1 + iv2 + iv3 + iv4 + iv5, data=D )
summary( fit )
Đây là đầu ra với dữ liệu thực tế của tôi:
Call: lm(formula = posttestScore ~ pretestScore + probCategorySame +
probDataRelated + practiceAccuracy + practiceNumTrials, data = D)
Residuals:
Min 1Q Median 3Q Max
-0.6881 -0.1185 0.0516 0.1359 0.3690
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.77364 0.10603 7.30 8.5e-13 ***
iv1 0.29267 0.03091 9.47 < 2e-16 ***
iv2 0.06354 0.02456 2.59 0.0099 **
iv3 0.00553 0.02637 0.21 0.8340
iv4 -0.02642 0.06505 -0.41 0.6847
iv5 -0.00941 0.00501 -1.88 0.0607 .
--- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.18 on 665 degrees of freedom
Multiple R-squared: 0.13, Adjusted R-squared: 0.123
F-statistic: 19.8 on 5 and 665 DF, p-value: <2e-16
Câu hỏi này đã được trả lời ở đây , nhưng câu trả lời được chấp nhận chỉ giải quyết các dự đoán không tương quan, và trong khi có một câu trả lời bổ sung giải quyết các dự đoán tương quan, nó chỉ cung cấp một gợi ý chung, không phải là một giải pháp cụ thể. Tôi muốn biết phải làm gì nếu dự đoán của tôi có tương quan.
2
Bạn đã xem câu trả lời của Jeromy Anglim ở đây chưa?
—
Stat
Vâng, đó là phản hồi bổ sung mà tôi đã đề cập. Tôi đã hy vọng cho một cái gì đó cụ thể hơn và từng bước một. Tôi đã tải xuống ppcor nhưng không biết phải làm gì với đầu ra spcor. Ngoài ra, tôi tự hỏi liệu có cách nào để làm điều này trong lõi R không? Có vẻ như một nhiệm vụ đủ phổ biến là nó sẽ không yêu cầu một gói đặc biệt.
—
baixiwei
Câu trả lời ngắn nhất cho câu hỏi của bạn về các yếu tố dự đoán tương quan là tầm quan trọng riêng biệt của chúng không thể được định lượng, mà không có các giả định và các xấp xỉ tiếp theo. Hãy xem xét nó theo cách này: nếu điều này là đơn giản, tại sao nó không dễ dàng và dễ dàng có sẵn, bởi vì nhiều nhà nghiên cứu nghĩ rằng họ muốn nó?
—
Nick Cox
Tôi sẽ đề nghị xem xét
—
Phil
relaimpogói và giấy đi kèm: jstatsoft.org/index.php/jss/article/view/v017i01/v17i01.pdf Tôi thường xuyên sử dụng phương pháp "LMG".