在R中，如何從線性回歸中獲取所選變量而不是所有變量的P值（顯着性水平）（F檢驗）？

Question

假設我有一個結局Y（心臟病），並且我對4個獨立變量（A，B，C，D）對Y的影響感興趣。我還想考慮年齡和性別的信息。 所以我的模型是：

model1=lm(Y~A+B+C+D+age+sex,data=MyData,na.action=na.omit)

我知道，從F檢驗中我可以得到一個p值，該值代表模型中所有變量的顯着性水平。 但是，如果我只想獲得一個p值，該怎么辦呢？它只代表了model1中A，B，C，D和4個變量的顯着性水平（我在model1中仍然有年齡和性別）。

非常感謝你。

Answer 1

這是mtcars數據集的示例。 由於我沒有您的數據，因此無法准確地再現您的問題。

# Model with many variables
mod <- lm(mpg ~ cyl + disp + hp + drat, data = mtcars)

# Show p-values for variables cyl and disp only, but using the full model
summary(mod)$coefficients[c("cyl", "disp"), ]

因此，就您的代碼而言，

summary(model1)$coefficients[c("A","B","C","D"), ]