作者andrew43 (apan)
看板R_Language
標題Fw: [問題] 迴歸模型類別變數之綜合檢定
時間Mon Apr 1 08:35:21 2013
※ [本文轉錄自 Statistics 看板 #1DZB3Jf3 ]
作者: andrew43 (Myrmarachne) 看板: Statistics
標題: Re: [問題] 迴歸模型類別變數之綜合檢定
時間: Fri Mar 25 23:12:16 2011
謝謝上回文章中諸位先進指教，我找到了一些做法進行聯
合檢定。以下是一個典型的二因子普瓦松迴歸，同時考慮
交互作用及加上一個 offset 作為事件發生的調整項。過
程以 R 進行操作。
# 定義依變數 y，分 4 群有不同期望值的普瓦松亂數
y <- c(rpois(25, 1), rpois(25, 1.1), rpois(25, 3), rpois(25, 1.2))
# 定義第一個因子 f1，有 4 個 level
f1 <- gl(4, 25, label=c("a","b","c","d"))
# 定義第二個因子 f2，有 5 個 level
f2 <- gl(5, 1, 100, label=c("h","i","j","k","l"))
# 定義 offset
ot <- abs(rnorm(100, 10))
# Poisson regression 模式
mod <- glm(y~f1*f2+offset(log(ot)), family=poisson); summary(mod)
# 檢定全模式是否至少有一項因子或交互作用有效
## 分別使用 LR test 及 Wald test
library(lmtest); lrtest(mod); waldtest(mod)
# 以 LR test 檢驗每項因子及其交互作用的效應
## 每次檢驗只從完整模式中丟出一項因子（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")
## 每次檢驗丟出所有其它效果及相關之交互作用（相似於 Type II SS）
library(car); Anova(mod, type="II")
## 每次檢驗依序累加丟出因子（相似於 Type I SS）
anova(mod)
# 使用 Wald test
## 只是在 Anova() 多加選項，故可套用在先前列過的 Anova() 中
library(car); Anova(mod, type="III", test.statistic='Wald')
假如要做更細微的 LR test 或 Wald test 操作，可使用
lmtest package 中的 lrtest() 和 waldtest()。但個人
使用以上方法是最快最方便的，一次全交待清楚。
如果我有哪裡錯了，還盼高手指點。
--
http://apansharing.blogspot.com/
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.128.117.73
※ 編輯: andrew43 來自: 122.117.35.207 (04/04 00:55)
1F：→ gsuper:1-pchisq(mod$null.deviance-mod$deviance, 2) 06/22 21:48
2F：→ gsuper:卡方檢定的 P-value 06/22 21:48
3F：推 gsuper:我發現需要用的 function 大致都在這篇了 Thx a lot 06/23 19:20
※ 發信站: 批踢踢實業坊(ptt.cc)
※ 轉錄者: andrew43 (125.230.79.192), 時間: 04/01/2013 08:35:21