在R语言中使用lm函数执行线性回归，如何获取结果中的n值？

嘿，这问题我经常碰到，给你分享几个简单靠谱的方法来获取线性回归的样本量n：

首先建议你先把拟合的模型和结果存到变量里，这样后续操作更方便：

# 拟合线性回归模型并保存
model <- lm(y ~ b1 + b2)
# 生成模型摘要并保存
summary_model <- summary(model)

方法1：用nobs()函数（最推荐） #

R里有个专门的函数nobs()可以直接返回模型的样本量，不管是传入lm对象还是它的summary对象都能生效：

# 从lm对象获取
sample_size <- nobs(model)
# 或者从summary对象获取
sample_size <- nobs(summary_model)

这个函数会自动返回实际参与拟合的有效样本量（也就是剔除了含缺失值的观测后的数量），完全符合你的需求。

方法2：从模型的残差长度获取 #

每个参与拟合的观测都会对应一个残差值，所以残差向量的长度就是样本量：

sample_size <- length(model$residuals)

方法3：通过自由度计算 #

回归模型的残差自由度等于n - p（其中p是模型的参数个数，包括截距项），所以反过来就能算出n：

# 残差自由度
residual_df <- summary_model$df.residual
# 模型参数个数（截距+b1+b2，共3个）
param_count <- length(coef(model))
# 计算样本量
sample_size <- residual_df + param_count

内容的提问来源于stack exchange，提问作者user9848948