R 多元线性回归Anova表中的分组回归器

我正在R上运行回归

fbReg <- lm(y~x2+x7+x8,table.b1)

我能做些什么来让我的方差分析表对x2、x7、x8的所有平方和求和，而不是将它们分开

基本上，anova表是这样的

                 df  SS       MS         FvAL   PR(>F)
Regression        3   257.094   ETC....
Error(Residual)  24  69.870    ETC.....

---

感谢您解释我的评论：

> lm2 <- lm(Fertility ~ Catholic+Education+Agriculture, data = swiss)

> lm1 <- lm(Fertility ~ 1, data = swiss)

> anova(lm1,lm2)
Analysis of Variance Table

Model 1: Fertility ~ 1
Model 2: Fertility ~ Catholic + Education + Agriculture
  Res.Df    RSS Df Sum of Sq      F    Pr(>F)    
1     46 7178.0                                  
2     43 2567.9  3    4610.1 25.732 1.089e-09 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

>lm2 lm1方差分析（lm1，lm2）
方差表分析
模型1：生育率~1
模式2：生育率~天主教+教育+农业
Res.Df RSS Df平方英尺和Pr（>F）
1     46 7178.0                                  
2432567.934610.1257321.089e-09***
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1

通常的方法是建立一个没有这些预测因子的基础模型，并与完整模型进行比较。anova函数处理多个模型参数，例如

anova（fullmdl，reducedmdl）

，Read

？anova

> lm2 <- lm(Fertility ~ Catholic+Education+Agriculture, data = swiss)

> lm1 <- lm(Fertility ~ 1, data = swiss)

> anova(lm1,lm2)
Analysis of Variance Table

Model 1: Fertility ~ 1
Model 2: Fertility ~ Catholic + Education + Agriculture
  Res.Df    RSS Df Sum of Sq      F    Pr(>F)    
1     46 7178.0                                  
2     43 2567.9  3    4610.1 25.732 1.089e-09 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1