Extraer valores de coeficiente de regresión
Tengo un modelo de regresión para algunos datos de series de tiempo que investigan la utilización de drogas. El propósito es ajustar una spline a una serie temporal y calcular un IC del 95%, etc. El modelo es el siguiente:
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)
El resultado resumido demg
es
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
Estoy usando laPr(>|t|)
valor dea2
para probar si los datos bajo investigación están autocorrelacionados.
¿Es posible extraer este valor dePr(>|t|)
(en este modelo 0.33329) y lo almacena en un escalar para realizar una prueba lógica?
Alternativamente, ¿se puede resolver utilizando otro método?