r - 逻辑模型，更重要的是：卡方检验或系数的显着性

Question

我有一个包含 8 个变量的逻辑模型。我在 R (anova(glm.model,test='Chisq')) 中进行了卡方检验，当在测试顶部排序时，其中 2 个变量结果是可预测的，而在底部排序时则没有那么多。摘要（glm.model）表明它们的系数微不足道（高p值）。在这种情况下，变量似乎并不重要。

我想问哪个是变量显着性的更好测试 - 模型摘要中的系数显着性或卡方检验。

我想这是一个广泛的问题，但任何关于考虑什么的指示都会受到赞赏。

Answer 1

虽然我没有时间全面研究这一点，但我怀疑您可能想要使用由AnovaJohn Foxcar库中的 (note case) 函数提供的类型 II 平方和。II 型不会关心预测变量的顺序。

有关详细信息，请参阅您最喜欢的统计文本。我有 Fox 的应用线性回归。它非常好，并且有一个 R 伴侣（以及上面提到的库）。