我正在使用该函数svyVGAM::svy_vglm 运行具有调查权重的多项模型：
mmodel <- svy_glm(y~x1+x2+x3+x4..., family=multinomial, design=w_data)
其中x代表分类变量，有些具有三个或更多级别。通过模型总结，我可以知道每个系数的p值，但我不知道如何获得全局变量的p值。
在其他情况下，可以使用 , , , ... ，但它们似乎都不适用于 svy_vglmanova()对象waldtest()。也不起作用：.lrtest()tbl_regressionError: No tidy method for objects of class svy_vglm
有什么帮助吗？
谢谢
您可以使用coefandvcov方法执行此操作。可能有一个包，但它并不难编程
假设这model是您的模型对象，design是您的调查设计对象，并且index是一个向量，其中包含您要测试的系数的位置。例如，如果您有十个系数并且想要测试除前两个之外的所有系数，那么您将有index<-3:10。
beta<-coef(model)[index]
V<-vcov(model)[index,index]
teststat <- crossprod(beta, solve(V,beta))
pf(teststat, df1=length(beta), df2=degf(design), lower.tail=FALSE)
这不会给你一个似然比检验；您可能需要写信给软件包作者并建议将其作为新功能。