R 比较两个GAM的模型拟合

我有一个矩阵

Expr

，其中行表示变量，列表示样本。 我有一个称为

组
的分类向量（包含“a”、“B”或“C”）
我想测试哪些变量“Expr”可以用样本属于
组的事实来解释

我的策略是用广义加性模型（负二项分布）对问题进行建模。
然后我想用似然比检验，以变量的方式，得到每个变量的p值。
我有：

require（VGAM）
m听起来你想用
Expr
作为你的预测因子，它认为你的公式可能是反的。答案应该在左边，所以我猜在你的例子中是分组

如果
Expr
是
data.frame
，则可以使用

m <- vgam(group ~ ., Expr, family=negbinomial)

也许应该可以，但你可能会得到一些看起来有点奇怪的系数标签。
你能再解释一下为什么这不起作用吗？或者你期望它做什么？基本上你是在测试一个有
组的模型是否比没有它的模型好。这是对
组的总体测试。听起来你在做你想做的事情。@Flick先生通常这就是你想做的事情，但我在这里尝试做的有点不同。我想测试Expr的每个变量，如果分组的模型比Expr~1好，那基本上就是噪声。我将使用p值来确定组间变量的变化
lr <- lrtest(m, m_alternative)

m <- vgam(group ~ ., Expr, family=negbinomial)

m <- vgam(group ~ Expr, family=negbinomial)