我正在使用glm,但由於某些原因無法理解p值是如何計算的。 Pr(> | z |)在這裏的含義是什麼?如何在glm中計算pvalue
我在某處讀到p-values
計算爲2*pnorm(z)
。考慮到這個公式,我的計算不會導致glm產生什麼。
Call: glm(formula = fmla, family = binomial(), data = tmpData, na.action = na.exclude)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.122521 0.286475 -3.918 8.91e-05 ***
var1 0.031535 0.001295 24.358 < 2e-16 ***
var2 0.247231 0.013977 17.688 < 2e-16 ***
var3 -0.952158 0.038288 -24.868 < 2e-16 ***
> 2*pnorm(c(-3.918, 24.35,17.68, -24.86))
[1] 8.928671e-05 2.000000e+00 2.000000e+00 2.015988e-136
爲什麼p值不correspong到GLM輸出
編輯:摘要給我
> summary(modelTmp)$coeff
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.12252141 0.286475349 -3.918387 8.914334e-05
var1 0.03153534 0.001294648 24.358236 4.742122e-131
var2 0.24723122 0.013977256 17.688109 5.178450e-70
var3 -0.95215794 0.038288424 -24.868037 1.650303e-136
> 2*pnorm(c(-3.918387,-24.868037))
[1] 8.914350e-05 1.650297e-136
> 2*pnorm(c(24.3582,17.688))
[1] 2 2
看printCoefmat'的'源。 –
Pr(> | z |)在這裏意味着Pr(計算的z(或z值)>表格z的絕對值) – Metrics
對於負z值,p值可以,但對於正值,我得到2它甚至不會更接近2e-16 – learner