У меня есть регрессионная модель для некоторых данных временных рядов, исследующих наркотики. Цель состоит в том, чтобы подогнать сплайн к временному ряду и рассчитать 95% доверительный интервал и т. д. Модель выглядит следующим образом:
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)
Итоговый вывод 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 использую Pr (> | t |)
значение a2
для проверки автокоррелированности исследуемых данных.
Можно ли извлечь это значение Pr (> | t |)
(в этой модели 0.33329) и сохранить его в скаляре для выполнения логической проверки?
В качестве альтернативы, можно ли это вычислить другим методом?