t-статистика в максимальной регрессии правдоподобия в R

Question

Я оценил линейную регрессию по максимальной вероятности в R. Я получил t-статистику. Но у меня есть два номера. Я не уверен, какой из них указывает на t-статистику. Например, tstat1 имеет два числа, таких как 7.46 и 0.36. Какое число указывает на t-статистику? 7,46? или 0,36? Пожалуйста, смотрите следующий вывод.

# fit the Normal Maximum Likelihood model.# First, put the data into matrices for the MLE procedure
x1 <- cbind(1,as.matrix(data$V2))
x2 <- cbind(1,as.matrix(data$V3)) 
x3 <- cbind(1,as.matrix(data$V4))
x4 <- cbind(1,as.matrix(data$V5))
x5 <- cbind(1,as.matrix(data$V6))
x6 <- cbind(1,as.matrix(data$V7))
y <- as.matrix(data$V1)
ones <- x1[,1]
ones2 <- x2[,1]
ones3 <- x3[,1]
ones4 <- x4[,1]
ones5 <- x5[,1]
ones6 <- x6[,1]

Я определил функцию для оптимизации следующим образом:

llik.regress <- function(par,X1,X2, X3, X4, X5, X6, Y) {    
Y <- as.vector(y)
X1 <- as.matrix(x1)
X2 <- as.matrix(x2)
X3 <- as.matrix(x3)
X4 <- as.matrix(x4)
X5 <- as.matrix(x5)  
X6 <- as.matrix(x6)
xbeta1 <- X1%*%par[1:K]
xbeta2 <- X2%*%par[1:K]
xbeta3 <- X3%*%par[1:K]
xbeta4 <- X4%*%par[1:K]
xbeta5 <- X5%*%par[1:K]
xbeta6 <- X6%*%par[1:K]
Sig <- par[K1:K1]
  sum(-(1/2)*log(2*pi)-(1/2)*log(Sig^2)-(1/(2*Sig^2))*((y-xbeta1)^2)*((y-xbeta2)^2)*((y-xbeta3)^2)*((y-xbeta4)^2)*((y-xbeta5)^2)*((y-xbeta6)^2))
}    
llik.regress
model <- optim(c(-0.2,0.0,0.07, 0.01, -0.009, -0.4, -0.009),llik.regress, 
      method = "BFGS", 
       control = list(trace=6,maxit=100,fnscale = -1),
      hessian = TRUE)
model