Обычный способ посмотреть на anova(lm1, lm2)
и в summary(lm2)
, хотя есть effects
-пакет, который может предложить дополнительные возможности. Я не понимаю, чего вам нужно, этого недостаточно. Разница в сумме квадратов и степенях свободы, если это фактор-переменная, которая сопровождает добавление «с», обеспечивается выходом anova
. «Вклад« c »в сторону x» немного расплывчатый, но может означать коэффициент (обозначенный «Estimate» для x, предоставленный summary(lm2)
). Вас, вероятно, попросят написать что-то вроде «вклада« c »в вариацию« x », когда« a »и« b »контролируются в регрессионном анализе.«
Если вы хочу разложить суммы квадратов в одной модели просто выглядеть:
anova(lm2)
######
Analysis of Variance Table
Response: Y
Df Sum Sq Mean Sq F value Pr(>F)
X1 1 2.2167 2.21672 4.9554 0.03982 *
X2 1 1.2316 1.23156 2.7531 0.11540
Residuals 17 7.6047 0.44733
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Процент от общей суммы квадратов в X1 суммах квадратов легко вычисляются. Сначала взгляните на объект anova(lm2)
с str()
. Это список:
100*anova(lm2)[['Sum Sq']][1]/sum(anova(lm2)[['Sum Sq']])
#[1] 20.05545
"парциальный-R^2 для X1 контролирующего для X2" (R^2_Y.X1 | X2):
anova(lm2)[['Sum Sq']]["X1"]/anova(lm2)[['Sum Sq']][""Residuals"]
ли какой-либо из результатов от прибегая к помощи «частичный R^2 R "поможет вам? –