我经常使用线性回归来测试组间的平均值是否有差异,通过对我的分类变量进行虚拟编码,我认为这与使用ANOVA基本相同(或者至少得到相同的结果) . 我在R中使用了lm()函数来执行此操作 .
以前,如果我的数据不符合线性回归的假设,我就使用了数据转换 . 有时这种方法效果更好,有时也不太好 . 就我而言,我可以使用广义线性模型来比较数据的组均值 . 泊松或负二项分布,无需转换数据 .
问题是,当我拟合模型并得到模型摘要(在R中使用glm()函数)时,我没有看到完整模型的p值 - 我在模型摘要的最后一行得到的我使用lm()函数拟合线性模型 . 模型摘要 - 当使用glm()时 - 只给出每个系数的p和Z值,我可以用它们进行成对比较 .
我想获得完整模型的p值的主要思想是,我可以使用glm()代替ANOVA来处理不符合其假设的数据 .
非常感谢所有帮助!
1 回答
我想这就是你感兴趣的:
你可以看到同样的东西适用于线性模型: