R中的Car ANOVA函数问题？

我正在运行car版本2.1.4，并尝试使用Anova函数来获取基于Wald的p值，以使用逻辑回归和成功/失败设置进行功效分析。如果我运行以下简单阶乘因子，该函数通过由于0残余自由度而产生的误差，但显然样本量非常大。我在做什么或想到这个错误？R中的Car ANOVA函数问题？

与glm()调用有关的问题，因为同样说零残差df？

X <- matrix(c(100,66566,73,66593,1201,398799,165,66501), 
      nrow = 4,ncol = 2,byrow = TRUE) 
x_df <- data.frame(premium = c(300,300,500,500), 
        restrict = c(500,2500,500,2500)) 
x_df$int <- x_df$premium * x_df$restrict 
mod <- glm(X~premium+restrict+int, 
      data=x_df,family=binomial) 
summary(mod) 
car::Anova(mod,type="III","Wald")

ADD＃1：

看来，成功/失败语法不能正常工作。当我手动展开数据至〜60万行配合是相同的，但res.df是正确的：

X<-matrix(c(100,66566,73,66593,1201,398799,165,66501),nrow = 4,ncol = 2,byrow = TRUE) 
x_df<-data.frame(premium=c(300,300,500,500),restrict=c(500,2500,500,2500)) 
x_df$int<-x_df$premium*x_df$restrict 
mod<-glm(X~premium+restrict+premium*restrict, data=x_df,family=binomial) 
summary(mod) 
Anova(mod,type = "III",test.statistic = "Wald") 

    y=c(rep(1,100),rep(0,66566),rep(1,73),rep(0,66593),rep(1,1201),rep(0,398799),rep(1,165),rep(0,66501)) 
    premium<-c(rep(300,66666*2),rep(500,1201+398799+165+66501)) 
    restrict<-c(rep(500,66666),rep(2500,66666),rep(500,1201+398799),rep(2500,165+66501)) 
    x<-data.frame(y=y,premium=premium,restrict=restrict)   
    mod2<-glm(y~premium+restrict+premium*restrict,data=x,family=binomial) 
    summary(mod2) 

    Anova(mod2,type = "III",test.statistic = "Wald")

来源

2017-02-09 B_Miner

尝试在公式本身中添加交互项，而不是在之后添加产品？ – C8H10N4O2

这实际上是一个统计问题，而不是一个编程问题。投票结束/迁移到CrossValidated。 –

知道我认为这会有所帮助，不是成功/失败语法旨在产生与扩展到等效数量记录完全相同的结果吗？ –

残余自由度是（观测值数目） - （的参数数）。你有四个观测值和四个参数。我不确定还有什么要说的...

来源

2017-02-10 00:06:34

但样本量很大。有超过4个自由度的方式，对。 –

我加了一个补充。从成功/失败语法扩展时它工作正常。 –

R中的Car ANOVA函数问题？

回答

相关问题