次の2つのモデルを作成しました:
(model1 <- summary(lm(mpg〜drat + wt + cyl、mtcars)))Call:lm(formula = mpg〜drat + wt + cyl、data = mtcars)残差:最小1Q中央値3Q最大-4.2944 -1.5576 -0.4667 1.5678 6.1014係数:推定標準エラーt値Pr(> | t |)(切片)39.7677 6.8729 5.786 3.26e-06 *** drat -0.0162 1.3231 -0.012 0.990317 wt -3.1947 0.8293 -3.852 0.000624 *** cyl -1.5096 0.4464 -3.382 0.002142 **- --Signif。コード:0 '***' 0.001 '**' 0.01 '*' 0.05 '。' 0.1 '' 1残留標準誤差:28自由度で2.613複数の決定係数:0.8302、調整済み決定係数:0.812 F統計: 3および28DFで45.64、p値:6.569e-11(model2 <- summary(lm(mpg〜wt + cyl + drat、mtcars)))Call:lm(formula = mpg〜wt + cyl + drat、data = mtcars)残差:最小1Q中央値3Q最大-4.2944 -1.5576 -0.4667 1.5678 6.1014係数:推定標準エラーt値Pr(> | t |)(切片)39.7677 6.8729 5.786 3.26e-06 *** wt -3.1947 0.8293 -3.852 0.000624 *** cyl -1.5096 0.4464 -3.382 0.002142 ** drat -0.0162 1.3231 -0.012 0.990317- --Signif。コード:0 '***' 0.001 '**' 0.01 '*' 0.05 '。' 0.1 '' 1残留標準誤差:28自由度で2.613複数の決定係数:0.8302、調整済み決定係数:0.812 F統計量: 3および28DFで45.64、p値:6.569e-11
私の理解では、Rは mpg
の分散に「シーケンシャル」パーティショニングを使用します。したがって、 model1
では、 drat
を未調整にし、 wt
を drat
と cyl に調整する必要があります。 code>は
drat
と wt
に合わせて調整する必要があります。 model2
では、 wt
は未調整で、 cyl
は wt
と drat codeに合わせて調整する必要があります>は
wt
と cyl
に合わせて調整する必要があります。
ただし、各モデルの係数はまったく同じように見え、係数が調整されていないことを示しています。まったく。係数はまったく調整されていませんか?