如何在 svy_vglm 中获取分类变量的全局 p
how to get global p for categorical variables in svy_vglm
我正在使用函数 svyVGAM::svy_vglm 来 运行 具有调查权重的多项式模型：
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水平。通过model summary，我可以知道每个系数的p-value，但是我不知道如何得到全局变量的p-value
在其他情况下，anova()、waldtest()、lrtest()、...都可以使用，但 none 似乎与 [=29= 一起使用] 对象。 tbl_regression 也不起作用：Error: No tidy method for objects of class svy_vglm.
有什么帮助吗？
谢谢
您可以使用 coef 和 vcov 方法执行此操作。大概有包，不过编程也不难
假设 model 是您的模型对象，design 是您的调查设计对象，index 是一个包含您要测试的系数位置的向量。例如，如果您有十个系数并且想要测试除前两个以外的所有系数，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)
这不会为您提供似然比检验；您可能需要写信给软件包作者并建议将其作为一项新功能。
我正在使用函数 svyVGAM::svy_vglm 来 运行 具有调查权重的多项式模型：
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水平。通过model summary，我可以知道每个系数的p-value，但是我不知道如何得到全局变量的p-value
在其他情况下，anova()、waldtest()、lrtest()、...都可以使用，但 none 似乎与 [=29= 一起使用] 对象。 tbl_regression 也不起作用：Error: No tidy method for objects of class svy_vglm.
有什么帮助吗？
谢谢
您可以使用 coef 和 vcov 方法执行此操作。大概有包，不过编程也不难
假设 model 是您的模型对象，design 是您的调查设计对象，index 是一个包含您要测试的系数位置的向量。例如，如果您有十个系数并且想要测试除前两个以外的所有系数，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)
这不会为您提供似然比检验；您可能需要写信给软件包作者并建议将其作为一项新功能。