R：アクセスフィールド値

Question

Rオブジェクトに含まれる個々のフィールドにどのようにアクセスできるかを知りたいと思います。または、より正確には、Rにどのように教えてもらう方法。例えば

、私は次のコードを実行する場合：

dx.ct <- ur.df(dat1[,'dx'], lags=3, type='trend') 
summary(dx.ct) 

を、私はこの出力を得る：だから

############################################### 
# Augmented Dickey-Fuller Test Unit Root Test # 
############################################### 

Test regression trend 


Call: 
lm(formula = z.diff ~ z.lag.1 + 1 + tt + z.diff.lag) 

Residuals: 
    Min  1Q Median  3Q  Max 
-0.46876 -0.24506 0.02420 0.15752 0.66688 

Coefficients: 
      Estimate Std. Error t value Pr(>|t|) 
(Intercept) 1.099231 0.561377 1.958 0.0606 . 
z.lag.1  -0.239438 0.141093 -1.697 0.1012 
tt   -0.019831 0.007799 -2.543 0.0170 * 
z.diff.lag1 -0.306326 0.193001 -1.587 0.1241 
z.diff.lag2 -0.214229 0.186135 -1.151 0.2599 
z.diff.lag3 -0.223433 0.179040 -1.248 0.2228 
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 0.3131 on 27 degrees of freedom 
Multiple R-squared: 0.3326,  Adjusted R-squared: 0.209 
F-statistic: 2.691 on 5 and 27 DF, p-value: 0.04244 


Value of test-statistic is: -1.697 2.4118 3.2358 

Critical values for test statistics: 
     1pct 5pct 10pct 
tau3 -4.15 -3.50 -3.18 
phi2 7.02 5.13 4.31 
phi3 9.31 6.73 5.61 

、私は上記の値のすべてにアクセスできるようにすべきであることを知っています個別に、私はそれらを指す方法を知らない。 Rに保存方法を教えてもらう方法はありますか？

私はの線に沿って考えています：

showobjects(summary(dx.ct)) 

そしてそれは

$formula 
$residuals 
$coefficients 
etc. 

出力し、その後、私は、出力する

showobjects(summary(dx.ct)$residuals) 

を行うことができます

$min 
$1Q 
$median 
etc. 

あなたが行うことができますの

おかげ
カール

Answer 1

attributesを参照してください。例えば

example(ur.df) 
attributes(lc.df) #lc.df is an ur.df object created during by example. 

$y 
[1] 10.4831 10.4893 10.5022 10.5240 10.5329 10.5586 10.5190 10.5381 
[9] 10.5422 10.5361 10.5462 10.5459 10.5552 10.5548 10.5710 10.5861 
[17] 10.5864 10.5802 10.6006 10.6168 10.6275 10.6414 10.6629 10.6758 
[25] 10.6881 10.7240 10.7143 10.7222 10.7156 10.6964 10.6990 10.7081 
[33] 10.7142 10.7078 10.7073 10.6954 10.6910 10.6967 10.7015 10.7083 
[41] 10.7127 10.6922 10.6874 10.6989 10.7224 10.7452 10.7462 10.7663 
[49] 10.7633 10.7737 10.8282 10.7872 10.8015 10.8139 10.7909 10.8029 
[57] 10.7868 10.7979 10.8007 10.8008 10.7991 10.7956 10.8005 10.8160 
[65] 10.8260 10.8405 10.8482 10.8633 10.8633 10.8615 10.8732 10.8649 
[73] 10.8793 10.8909 10.8938 10.9116 10.9202 10.9409 10.9663 10.9700 
[81] 10.9808 10.9878 11.0048 11.0272 11.0420 11.0701 11.0751 11.0964 
[89] 11.1069 11.1123 11.1231 11.1223 11.1303 11.1307 11.1389 11.1325 
[97] 11.1261 11.1232 11.1220 

$model 
[1] "trend" 

$lags 
[1] 3 

# etc. 

あなただけnames(attributes(lc.df))戻り、ええと、名前、その後、全出力を必要としない場合。

[1] "y"   "model"  "lags"  "cval"  "res"  "teststat" "testreg" "test.name" "class" 

Answer 2

ことの一つは、unclass()を使用しています。

ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14) 
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69) 
group <- gl(2,10,20, labels=c("Ctl","Trt")) 
weight <- c(ctl, trt) 
anova(lm.D9 <- lm(weight ~ group)) 
s <- summary(lm.D90 <- lm(weight ~ group - 1)) 

使っ名は、それを調査する：

> s$r.squared 
[1] 0.9817833 

Answer 3

unclass()また、str()を試してみてください。

> names(unclass(s)) 
    [1] "call"   "terms"   "residuals"  "coefficients" "aliased"   "sigma"   "df"   "r.squared"  "adj.r.squared" 
[10] "fstatistic" "cov.unscaled" 

そして、特定の値を参照します。または、ソースコードを読んで、他のアクセサがどのようにそれを行うかを確認してください。

編集：

setMethod("summary", "ur.df", function(object){ 
    return(new("sumurca", classname="ur.df", test.name=object@test.name,\ 
    testreg=object@testreg, teststat=object@teststat, cval=object@cval, \ 
    bpoint=NULL, signif=NULL, model=object@model, type=NULL, auxstat=NULL, \ 
    lag=NULL, H=NULL, A=NULL, lambda=NULL, pval=NULL, V=NULL, W=NULL, P=NULL)) 
}) 

、それはS4オブジェクト要素のための標準@アクセサを使用しています。ここではは、たとえば、あなたが見ていたur.dfオブジェクトのS4クラスメソッドsummaryのソースコードです。

Answer 4

前述のDirk Eddelbuettelのように、このS4タイプのクラスでは、@を使用して指定したフィールド値を取得できます。

summary(dx.ct)@teststat 

       tau3  phi2  phi3 
statistic -1.668368 0.9731316 1.444461 

summary(dx.ct)@cval 

1pct 5pct 10pct 
tau3 -3.96 -3.41 -3.12 
phi2 6.09 4.68 4.03 
phi3 8.27 6.25 5.34