У мене є модель регресії для деяких даних часових рядів, що досліджують вживання наркотиків. Мета полягає в тому, щоб припасувати сплайн до часового ряду і відпрацювати 95% ДІ тощо. Модель виглядає наступним чином:
id <- ts(1:length(drug$Date))
a1 <- ts(drug$Rate)
a2 <- lag(a1-1)
tg <- ts.union(a1,id,a2)
mg <-lm (a1~a2+bs(id,df=df1),data=tg)
Підсумковий результат mg
:
Call:
lm(formula = a1 ~ a2 + bs(id, df = df1), data = tg)
Residuals:
Min 1Q Median 3Q Max
-0.31617 -0.11711 -0.02897 0.12330 0.40442
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.77443 0.09011 8.594 1.10e-11 ***
a2 0.13270 0.13593 0.976 0.33329
bs(id, df = df1)1 -0.16349 0.23431 -0.698 0.48832
bs(id, df = df1)2 0.63013 0.19362 3.254 0.00196 **
bs(id, df = df1)3 0.33859 0.14399 2.351 0.02238 *
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Я використовую Pr(>|t|)
значення, a2
щоб перевірити, чи досліджувані дані автокорельовані.
Чи можна витягти це значення Pr(>|t|)
(у цій моделі 0,33329) і зберегти його в скалярі для виконання логічного тесту?
Як варіант, чи можна це розробити за допомогою іншого методу?
Pr(>|t|)
значенняa2
а не будь-який із перших трьох стовпців?