比較兩個線性模型與R中的anova（）

Question

我不太明白這個輸出中的p值是什麼意思。我不是說p值就是這樣，但在這種情況下。

> Model 1: sl ~ le + ky 
> Model 2: sl ~ le 
    Res.Df  RSS Df Sum of Sq  F Pr(>F) 
1  97 0.51113        
2  98 0.51211 -1 -0.00097796 0.1856 0.6676 

我得到了類似的東西，現在我想知道哪種模型更適合。 由於只有一個而不是兩個p值，我感到困惑。 我得到使用摘要（模型1）或摘要（模型2）現在

不同的p值，如果

> fm2<-lm(Y~X+T) 

（T是我的指針變量）和

> fm4<-lm(Y~X) 

，如果我做

> anova(fm2,fm4) 

這測試零假設H0: alpha1==alpha2 個(Ha: alpha1!=alpha2) C（阿爾法是我的截距） 所以測試是否它最好是有一個截距（=>alpha1==alpha2），或兩個截距（alpha1!=alpha2）

在這種情況下，我們現在顯然拒絕零假設，因爲p值是0.6676。

這意味着我們應該堅持使用模型fm4，因爲它更適合我們的數據。

我是否得出正確的結論？我盡我所能，但我不確定p值是什麼意思。因爲只有這樣，所以我認爲這可能意味着什麼。 有人可以清理一下嗎？

Answer 1

你的意思是「會不是顯然拒絕零假設」（而不是「現在顯然拒絕」）？考慮到你的其他問題，這似乎更有意義。

只有一個p值，因爲有兩個模型進行比較，因此只有一個比較（零假設與替代，或真的在這種情況下爲零假設與未指定的替代）。它聽起來像你上面說的，好像le是連續的，而ky是一個分類預測器，在這種情況下，你正在比較一個斜率和一個截距模型（如你所說）一個單斜率和兩個截距。由於p值相對較大，這意味着這些數據不能爲ky的累加效應提供證據。更簡單的模型通常會更合適（雖然要小心這個結論，因爲p值是爲了測試假設而不是在模型中進行選擇）。

您獲得的每個單獨模型的summary()的p值是每個模型中每個參數的影響的p值，取決於該模型中的所有其他參數。 如果您的數據是完美平衡的（這在迴歸設計中不太可能），您應該從summary和anova得到相同的答案，否則anova的結果通常更可取。

這個問題可能更適合http://stats.stackexchange.com，因爲它實際上是關於統計解釋而不是編程......