R 中用于 logit 回归的 SignifReg 函数的等价物？

Question

我希望运行在 R 中使用一些相对简单的代码来帮助确定哪些自变量在逻辑回归中基于它们的 p 值是有意义的。我知道 SignifReg 函数的存在是为了帮助确定 lm 对象的有意义的变量，但是对于 logits 是否存在类似的 function/package ？谢谢！

SignifReg 函数是 SignifReg 包的一部分，可以在此处找到更多信息：https://www.rdocumentation.org/packages/SignifReg/versions/3.0/topics/SignifReg

Answer 1

如果您只想要 p-values，请按以下方式获取它们：

# building some data
df <- data.frame(response = rbinom(100, 1, 0.75),
       var1 = runif(100),
       var2 = rnorm(100),
       var3 = 1:100,
       var4 = rexp(100))
# making a model
mod <- glm(response ~ var1 + var2 + var3 + var4, data = df, family = "binomial")

您可以使用 coef() 添加模型系数估计值、标准误差和 p-values。您可以专门要求第四列以获得 p-values.

coef(summary(mod))[,4]
(Intercept)        var1        var2        var3        var4 
 0.05886951  0.21382708  0.41254249  0.16239709  0.80457330

Answer 2

包 rms 有一个函数 fastbw，它将模型作为 logistic，coxph。它基于 Lawless 和 Singhal (1978)，'a first-order approximation that has greater numerical efficiency than full backward selection'。例如：

Glmfullfit = Glm (Hypertension ~ ., family = binomial, data = mydata) #Glm from rms. 
fastbw(Glmfullfit, rule= 'p', type='individual', sls=.1) #retention pvalue = 0.1.

在 SAS 中，等效代码是 selection method = backward(fast) [由于 SAS 云，我没有尝试此代码）。由于 fastbw 中使用的方法，请勿使用 fastbw 结果中的系数。取最后的幸存变量并用 glm 拟合系数和其他参数。

R 中用于 logit 回归的 SignifReg 函数的等价物？

Equivalent of SignifReg function in R for logit regressions?

regression

r

feature-selection

logistic-regression