У меня есть этот код
rm(list=ls())
N = 20000
xvar <- runif(N, -10, 10)
e <- rnorm(N, mean=0, sd=1)
yvar <- 1 + 2*xvar + e
plot(xvar,yvar)
lmMod <- lm(yvar~xvar)
print(summary(lmMod))
Я ожидал, что коэффициенты будут примерно такими же, как [1,2].
Вместо этого, с N =20000, R продолжает выбрасывать на меня случайные числа, которые не являются статистически значимыми и не соответствуют модели, $ R ^ 2 $ действительно низок .. Я просто не вижучто я делаю не такВот в примере вывода:
Call:
lm(formula = yvar ~ xvar)
Residuals:
Min 1Q Median 3Q Max
-47.23 -9.10 1.24 11.23 23.74
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.03163 0.08291 0.381 0.70286
xvar 0.04290 0.01427 3.006 0.00265 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 11.73 on 19998 degrees of freedom
Multiple R-squared: 0.0009635, Adjusted R-squared: 0.0009135
F-statistic: 19.29 on 1 and 19998 DF, p-value: 1.131e-05
Однако, если я поставлю N = 200 или N = 2000, это работает.Коэффициенты похожи на действительные и находятся в двух стандартных отклонениях от реальных, и я получаю значения $ R ^ 2 $, достигающие 99%, и все коэффициенты статистически значимы с $ p << 0.01 $. </p>
Что здесь происходит?почему увеличение количества наблюдений ухудшает регресс?Испытывает ли R проблемы с числовой стабильностью?
Я запускаю R 3.6.0 на Kubuntu 19.04.Та же проблема возникает и при запуске R в командной строке с использованием опции --vanilla.
EDIT: здесь выводится sessioninfo()
> sessionInfo()
R version 3.6.0 (2019-04-26)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 19.04
Matrix products: default
BLAS/LAPACK: /usr/lib/x86_64-linux-gnu/libmkl_rt.so
Random number generation:
RNG: Mersenne-Twister
Normal: Inversion
Sample: Rounding
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=it_IT.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=it_IT.UTF-8 LC_MESSAGES=en_US.UTF-8 LC_PAPER=it_IT.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C LC_MEASUREMENT=it_IT.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] compiler_3.6.0 tools_3.6.0