r - R 中的 P 值问题

Question

我有一个关于 p 值的问题。我一直在比较不同的线性模型，以确定一个模型是否比 R 中的以下函数更好。

 anova(model1,model2)

不幸的是，有时它不会计算 F 或 p 值。这是一个没有给出 p 值的方差分析总结的例子

 Analysis of Variance Table

 Model 1: Influence ~ SortedSums[, Combos2[1, A]] + SortedSums[, Combos2[2,A]]
 Model 2: Influence ~ SortedSums[, B]
    Res.Df   RSS Df Sum of Sq F Pr(>F)
 1    127 3090.9                      
 2    128 2655.2 -1    435.74 

为了对称起见，这里还有一个 anova 摘要，它确实产生了 p 值。

 Analysis of Variance Table

 Model 1: Influence ~ SortedSums[, Combos2[1, A]] + SortedSums[, Combos2[2,A]]
 Model 2: Influence ~ SortedSums[, B]
    Res.Df    RSS Df Sum of Sq      F Pr(>F)
  1    127 3090.9                           
  2    128 3157.6 -1   -66.652 2.7386 0.1004

你知道为什么会这样吗？

Answer 1

并非所有问题都需要代码示例。你不应该因为是新人而受到 mock ，我很抱歉人们这样做了。这是答案:

两个模型之间的差异并不显着。

您可以采取以下措施:

检查以确保一个模型对象的项是另一个项的超集。否则，默认的 anova 测试一开始就无效(您可以改为使用 AIC 比较此类非嵌套模型，但这属于一个单独的问题)。我真的很好奇看到一对嵌套的模型设法变得不重要，但同样，没有必要回答这个问题。

如果您进行了检查，并且模型是嵌套的，并且这是您手动进行的分析，请在报告中写入 p=1.0 并收工。

如果模型是嵌套的，并且上面的感觉像是在作弊，这里是如何做到这一点的艰难方法。你真正在问什么anova是它们不同的那个变量是否对拟合有显着贡献。以“更大”的模型做 summary(BAR) .对应于 BAR 中存在的变量的 p 值但在 FOO 中丢失是你的 p 值!它可能等于 1。t 统计量的平方就是 F 值。

如果模型是嵌套的并且这是您正在以编程方式进行的分析，并且没有 p 值会破坏脚本中其他地方的内容，只需执行 anova(FOO,BAR)[,5:6]获取 NA s 而不是空格...但话又说回来，如果您以编程方式进行操作，您早就尝试过了。

祝你好运!