r如何在逻辑回归中计算p值

Question

R在二项式logistic回归中计算哪种类型的p值？在哪里记录？

当我阅读？glm（）的文档时，没有发现对p值的计算的引用。

Answer 1

p值由功能summary.glm计算。 请参阅?summary.glm ，以获取（非常简短的）有关如何计算它们的信息。

有关更多信息，请键入以下内容查看源代码

summary.glm

在R命令提示符下。 在这里，您将找到创建对象pvalue的代码行。 继续执行代码，以了解如何（有条件地）计算p值计算的组成部分。

Answer 2

R的作者在编写帮助系统时牢记了以下几个原则：紧凑（不要写太多，不是一本教科书），准确性，以及好奇和受过良好教育的读者。 它确实是为其他统计学家编写的。 开头句的“好奇”部分被包括在内，引起了一个问题，即为什么您还不遵循?glm页面上的各个链接： summary.glm ，您将在其中找到模棱两可的问题或anova.glm在这里您将找到另一个可能的答案。 帮助作者的确希望您将遵循这些链接并阅读整个页面并执行示例。 您将注意到，即使在您访问summary.glm ，也没有提到“二进制逻辑回归”，因为它们几乎都假定您在统计方面有充分的基础，并且可以方便地使用McCullagh和Nelder的副本，或者如果没有，将去阅读参考。

另一个原则：执行文档有时是代码本身（鉴于R的开源性质）。 从技术上讲， glm不会打印任何内容，而print.glm不会打印p值。 将使用print.summary.glm或print.anova.glm进行任何打印。 学习R的一部分是了解到打印到控制台的结果将通过eval-print循环，并且可以使用特定于对象类的功能来定制输出。

这些假设只是许多人认为的“ R的陡峭学习曲线”的一部分（尽管如果在x轴上用时间/精力来绘制，我会称其为浅曲线）。