R语言-summary()函数的用法解读
summary()：获取描述性统计量，可以提供最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计等。
结果解读如下：
1. 调用：call
lm(formula = dstvalue ~ month + recentval1 + recentval4 + recentval6 + recentval8 + recentval12, data = traindata)
当创建模型时，以上代码表明lm是如何被调用的。
2. 残差统计量：residuals
min 1q median 3q max
-4806.5 -1549.1 -171.8 1368.7 6763.3
残差第一四分位数（1q）和第三分位数（q3）有大约相同的幅度，意味着有较对称的钟形分布。
3. 系数：coefficients
estimate std. error t value pr(>|t|)
(intercept) 1.345e+06 5.659e+05 2.377 0.01879 *
month 8.941e+02 2.072e+02 4.316 3.00e-05 ***
分别表示： 估值 标准误差 t值 p值
intercept：表示截距
month：影响因子/特征
estimate的列：包含由普通最小二乘法计算出来的估计回归系数。
std. error的列：估计的回归系数的标准误差。
p值估计系数不显著的可能性，有较大p值的变量是可以从模型中移除的候选变量。
t 统计量和p值：从理论上说，如果一个变量的系数是0，那么该变量是无意义的，它对模型毫无贡献。
然而，这里显示的系数只是估计，它们不会正好为0。
因此，我们不禁会问：从统计的角度而言，真正的系数为0的可能性有多大？这是t统计量和p值的目的，在汇总中被标记为t value和pr(>|t|)。
其 中，我们可以直接通过p值与我们预设的0.05进行比较，来判定对应的解释变量的显著性，我们检验的原假设是：该系数显著为0；若p<0.05，则拒绝原假设，即对应的变量显著不为0。
可以看到month、recentval4、recentval8都可以认为是在p为0.05的水平下显著不为0，通过显著性检验；intercept的p值为0.26714，不显著。
4. multiple r-squared和adjusted r-squared
这两个值，即r^{2}，常称之为“拟合优度”和“修正的拟合优度”，指回归方程对样本的拟合程度几何，这里我们可以看到，修正的拟合优 度=0.8416，表示拟合程度良好，这个值当然是越高越好。
当然，提升拟合优度的方法很多，当达到某个程度，我们也就认为差不多了。
具体还有很复杂的判定内容，有兴趣的可以看看：http://baike.baidu.com/view/657906.htm
5. f-statistic
f-statistic，是我们常说的f统计量，也成为f检验，常常用于判断方程整体的显著性检验，其值越大越显著；其p值为p-value: < 2.2e-16，显然是<0.05的，可以认为方程在p=0.05的水平上还是通过显著性检验的。
简单总结：
t检验：检验解释变量的显著性；
r-squared：查看方程拟合程度；
f检验：是检验方程整体显著性。
如果是一元线性回归方程，t检验的值和f检验的检验效果是一样的，对应的值也是相同的。
补充：在r语言中显示美丽的数据摘要summary统计信息
总结数据集
## skim summary statistics ## n obs: 150 ## n variables: 5 ## ## variable type: factor ## variable missing complete n n_unique top_counts ## 1 species 0 150 150 3 set: 50, ver: 50, vir: 50, na: 0 ## ordered ## 1 false ## ## variable type: numeric ## variable missing complete n mean sd min p25 median p75 max ## 1 petal.length 0 150 150 3.76 1.77 1 1.6 4.35 5.1 6.9 ## 2 petal.width 0 150 150 1.2 0.76 0.1 0.3 1.3 1.8 2.5 ## 3 sepal.length 0 150 150 5.84 0.83 4.3 5.1 5.8 6.4 7.9 ## 4 sepal.width 0 150 150 3.06 0.44 2 2.8 3 3.3 4.4 ## hist ## 1 ▇▁▁▂▅▅▃▁ ## 2 ▇▁▁▅▃▃▂▂ ## 3 ▂▇▅▇▆▅▂▂ ## 4 ▁▂▅▇▃▂▁▁
选择要汇总的特定列
## skim summary statistics ## n obs: 150 ## n variables: 5 ## ## variable type: numeric ## variable missing complete n mean sd min p25 median p75 max ## 1 petal.length 0 150 150 3.76 1.77 1 1.6 4.35 5.1 6.9 ## 2 sepal.length 0 150 150 5.84 0.83 4.3 5.1 5.8 6.4 7.9 ## hist ## 1 ▇▁▁▂▅▅▃▁ ## 2 ▂▇▅▇▆▅▂▂
处理分组数据
可以处理已使用分组的数据dplyr::group_by。
## skim summary statistics ## n obs: 150 ## n variables: 5 ## group variables: species ## ## variable type: numeric ## species variable missing complete n mean sd min p25 median ## 1 setosa petal.length 0 50 50 1.46 0.17 1 1.4 1.5 ## 2 setosa petal.width 0 50 50 0.25 0.11 0.1 0.2 0.2 ## 3 setosa sepal.length 0 50 50 5.01 0.35 4.3 4.8 5 ## 4 setosa sepal.width 0 50 50 3.43 0.38 2.3 3.2 3.4 ## 5 versicolor petal.length 0 50 50 4.26 0.47 3 4 4.35 ## 6 versicolor petal.width 0 50 50 1.33 0.2 1 1.2 1.3 ## 7 versicolor sepal.length 0 50 50 5.94 0.52 4.9 5.6 5.9 ## 8 versicolor sepal.width 0 50 50 2.77 0.31 2 2.52 2.8 ## 9 virginica petal.length 0 50 50 5.55 0.55 4.5 5.1 5.55 ## 10 virginica petal.width 0 50 50 2.03 0.27 1.4 1.8 2 ## 11 virginica sepal.length 0 50 50 6.59 0.64 4.9 6.23 6.5 ## 12 virginica sepal.width 0 50 50 2.97 0.32 2.2 2.8 3 ## p75 max hist ## 1 1.58 1.9 ▁▁▅▇▇▅▂▁ ## 2 0.3 0.6 ▂▇▁▂▂▁▁▁ ## 3 5.2 5.8 ▂▃▅▇▇▃▁▂ ## 4 3.68 4.4 ▁▁▃▅▇▃▂▁ ## 5 4.6 5.1 ▁▃▂▆▆▇▇▃ ## 6 1.5 1.8 ▆▃▇▅▆▂▁▁ ## 7 6.3 7 ▃▂▇▇▇▃▅▂ ## 8 3 3.4 ▁▂▃▅▃▇▃▁ ## 9 5.88 6.9 ▂▇▃▇▅▂▁▂ ## 10 2.3 2.5 ▂▁▇▃▃▆▅▃ ## 11 6.9 7.9 ▁▁▃▇▅▃▂▃ ## 12 3.18 3.8 ▁▃▇▇▅▃▁▂
指定统计信息和类
可以用户使用与该skim_with()功能组合的列表来指定自己的统计信息。
## skim summary statistics ## n obs: 150 ## n variables: 5 ## ## variable type: numeric ## variable iqr mad ## 1 sepal.length 1.3 1.04
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。