【发布时间】：2014-10-01 13:48:49
【问题描述】：
我使用 GLM 在 R 中进行了一些分析。 在将正确的模型拟合到数据后，我通常会使用
anova(model, test="F")
或
anova(model, test="chi")
取决于分布。
对于 F 检验，我得到一个包含以下 6 列的输出：
Df | Deviance | Resid. Df | Resid. Dev | F | Pr(>F)
可以这样引用测试结果吗：
F(df, Resid.Df)=F, p= Pr(>F)
如果我对模型进行卡方检验， 我得到以下 5 列的输出：
Df | Deviance | Resid. Df | Resid. Dev | Pr(>Chi)
我必须在这里报告什么？ 我读到偏差对应于卡方值。 那么是否可以报告以下内容：
X^2=Deviance, df=df, p=Pr(>Chi)
在这种情况下是df还是残差df？
还有一个普遍的问题：报告这样的 GLM 统计数据是否合适？
非常感谢任何帮助或文献推荐！ 谢谢！
【问题讨论】：
-
报告统计测试结果的惯例因引文风格而异，因此也因领域和期刊而异。我通过快速的谷歌搜索找到了 APA 的 this page - 我建议你四处寻找类似的东西，无论你打算使用什么引用风格。
-
感谢您的回复！是的，我进行了谷歌搜索并找到了引用不同统计测试输出的建议。但是，我没有找到引用 GLM 的好习惯。也许我的主要问题是了解 df 和 resid 差异背后的理论。 df 在输出中。
标签： r output glm anova interpretation