2

R 在二项式逻辑回归中计算什么类型的 p 值,这在哪里记录?

当我阅读 ?glm() 的文档时,我发现没有参考 p 值的计算。

4

2 回答 2

4

p 值由函数 计算summary.glm。请参阅?summary.glm有关如何计算这些的(非常简短的)信息。

有关更多信息,请通过键入查看源代码

summary.glm

在 R 命令提示符下。在那里,您将找到pvalue创建对象的代码行。按照代码返回以查看如何(有条件地)计算 p 值计算的组件。

于 2013-04-02T11:48:44.487 回答
1

R 的作者在编写帮助系统时考虑了几个原则:紧凑(不要写超出需要的内容,它不是教科书)、准确性以及好奇和受过良好教育的读者。它确实为其他统计学家写的。包括开头句的“好奇”部分是为了提出一个问题,为什么您没有同时关注?glm页面中的各种链接:summary.glm您会在哪里找到对您的模棱两可的问题的一个答案,或者anova.glm您会在哪里找到另一个可能的答案. 帮助作者确实希望您会关注这些链接阅读整个页面执行示例。你会注意到,即使你到达summary.glm没有提到“二元逻辑回归”,因为他们几乎假设您在统计学方面有良好的基础并且手边有 McCullagh 和 Nelder 的副本,或者如果没有,您将阅读参考资料。

另一个原则:有时是代码本身(鉴于 R 的开源性质)执行文档。从技术上讲glm,不打印任何内容,print.glm也不打印 p 值。它会print.summary.glmprint.anova.glm那会做任何印刷。学习 R 的一部分是学习打印到控制台的结果将经过一个 eval-print 循环,并且可以使用特定于对象类的函数来定制输出。

这些假设只是许多人认为的“R 的陡峭学习曲线”的一部分(尽管如果在 x 轴上用时间/努力绘制,我会称它为浅曲线。)

于 2013-04-02T15:59:39.613 回答