作者andrew43 (apan)
看板R_Language
标题Fw: [问题] 回归模型类别变数之综合检定
时间Mon Apr 1 08:35:21 2013
※ [本文转录自 Statistics 看板 #1DZB3Jf3 ]
作者: andrew43 (Myrmarachne) 看板: Statistics
标题: Re: [问题] 回归模型类别变数之综合检定
时间: Fri Mar 25 23:12:16 2011
谢谢上回文章中诸位先进指教，我找到了一些做法进行联
合检定。以下是一个典型的二因子普瓦松回归，同时考虑
交互作用及加上一个 offset 作为事件发生的调整项。过
程以 R 进行操作。
# 定义依变数 y，分 4 群有不同期望值的普瓦松乱数
y <- c(rpois(25, 1), rpois(25, 1.1), rpois(25, 3), rpois(25, 1.2))
# 定义第一个因子 f1，有 4 个 level
f1 <- gl(4, 25, label=c("a","b","c","d"))
# 定义第二个因子 f2，有 5 个 level
f2 <- gl(5, 1, 100, label=c("h","i","j","k","l"))
# 定义 offset
ot <- abs(rnorm(100, 10))
# Poisson regression 模式
mod <- glm(y~f1*f2+offset(log(ot)), family=poisson); summary(mod)
# 检定全模式是否至少有一项因子或交互作用有效
## 分别使用 LR test 及 Wald test
library(lmtest); lrtest(mod); waldtest(mod)
# 以 LR test 检验每项因子及其交互作用的效应
## 每次检验只从完整模式中丢出一项因子（概念相似於 Type III SS）
drop1(mod, ~., test="Chisq")
## 下列同上列功能
library(car); Anova(mod, type="III")
## 每次检验丢出所有其它效果及相关之交互作用（相似於 Type II SS）
library(car); Anova(mod, type="II")
## 每次检验依序累加丢出因子（相似於 Type I SS）
anova(mod)
# 使用 Wald test
## 只是在 Anova() 多加选项，故可套用在先前列过的 Anova() 中
library(car); Anova(mod, type="III", test.statistic='Wald')
假如要做更细微的 LR test 或 Wald test 操作，可使用
lmtest package 中的 lrtest() 和 waldtest()。但个人
使用以上方法是最快最方便的，一次全交待清楚。
如果我有哪里错了，还盼高手指点。
--
http://apansharing.blogspot.com/
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 140.128.117.73
※ 编辑: andrew43 来自: 122.117.35.207 (04/04 00:55)
1F：→ gsuper:1-pchisq(mod$null.deviance-mod$deviance, 2) 06/22 21:48
2F：→ gsuper:卡方检定的 P-value 06/22 21:48
3F：推 gsuper:我发现需要用的 function 大致都在这篇了 Thx a lot 06/23 19:20
※ 发信站: 批踢踢实业坊(ptt.cc)
※ 转录者: andrew43 (125.230.79.192), 时间: 04/01/2013 08:35:21