fit <- lm(disp ~ mpg, data = mtcars)
summary(fit)
##
## Call:
## lm(formula = disp ~ mpg, data = mtcars)
##
## Residuals:
## Min 1Q Median 3Q Max
## -103.05 -45.74 -8.17 46.65 153.75
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 580.884 41.740 13.917 1.26e-14 ***
## mpg -17.429 1.993 -8.747 9.38e-10 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 66.86 on 30 degrees of freedom
## Multiple R-squared: 0.7183, Adjusted R-squared: 0.709
## F-statistic: 76.51 on 1 and 30 DF, p-value: 9.38e-10
目前从 pmg 中，你已知 beta 和 se 了，那么 t 值等于
-17.429/1.993
## [1] -8.745108
你可以查看 summary() 结果中的 -8.747
2*pt(-abs(-17.429/1.993),df=30)
## [1] 9.428247e-10
和 summary() 结果有一些误差，但是差不多，误差在
9.428247e-10/9.38e-10 - 1
## [1] 0.005143603