R 使用方差分析输出解释测试GLM

我使用GLMs对R进行了一些分析。 在将正确的模型与数据拟合后，我通常使用

anova(model, test="F") 

或

取决于分布情况

对于F-test，我得到了以下6列的输出：

 Df | Deviance | Resid. Df | Resid. Dev |     F  |  Pr(>F)  

是否可以引用测试结果，如：

F(df, Resid.Df)=F, p= Pr(>F)

如果我对模型进行卡方检验， 我得到了以下5列的输出：

 Df | Deviance | Resid. Df | Resid. Dev |  Pr(>Chi) 

我必须在这里报告什么？ 我读到偏差对应于卡方值。 那么，报告如下内容是否可以：

X^2=Deviance, df=df, p=Pr(>Chi)

在这种情况下，df是df还是剩余df

还有一个一般性问题：这样报告GLM统计数据合适吗

我将非常感谢任何帮助或文献推荐！

---

谢谢

我赞同这样的报告：

X^2=Deviance, df=df, p=Pr(>Chi)

---

df=df，而非剩余df

报告统计测试结果的惯例因引文风格、领域和期刊而异。我通过谷歌快速搜索找到了APA——我建议你四处看看，无论你打算使用什么样的引用方式，都可以找到类似的东西。谢谢你的回复！是的，我在谷歌上搜索了一下，找到了一些建议来引用不同统计测试的结果。然而，我没有找到一个好的实践来引用GLM。也许我的主要问题是理解df和resid差异背后的理论。输出中的df。

X^2=Deviance, df=df, p=Pr(>Chi)