R 如何在glm中计算pvalue

我在R中使用了

glm（）

函数，但由于某些原因，我不明白p值是如何计算的。这里的

Pr（>|z |）

是什么意思

我在某处读到，

p值

计算为

2*pnorm（z）

。考虑到这个公式，我的计算不会产生

glm（）

函数产生的结果

Call:  glm(formula = fmla, family = binomial(), data = tmpData, na.action = na.exclude)


Coefficients:
                 Estimate Std. Error z value Pr(>|z|)    
(Intercept)     -1.122521   0.286475  -3.918 8.91e-05 ***
var1             0.031535   0.001295  24.358  < 2e-16 ***
var2             0.247231   0.013977  17.688  < 2e-16 ***
var3            -0.952158   0.038288 -24.868  < 2e-16 ***


> 2*pnorm(c(-3.918, 24.35,17.68, -24.86))
[1]  8.928671e-05  2.000000e+00  2.000000e+00 2.015988e-136

---

其计算为

2*（1-pnorm（abs（-3.918））

，这是正态分布下描绘面积的两倍（双侧测试）。（实际上，它是

summary.glm

中的

2*pnorm（-abs（-3.918））

，理论上相同，但数值上更精确。）

---

如果

，则统计数据会有所不同！%c中的族%（“泊松”、“二项”）|！首先，正如@Roland指出的，它不是
2*pnorm（z）
。它是
2*（1-pnorm（abs（z））
。这给出了正态分布上下尾端下的面积，即距原点的距离为
z
或更大。这是双尾端P值的教科书定义。对于
z
负值，这两个表达式正好相等，但对于
z
正值，情况并非如此（如您所发现的）

第二，var1和var2的Z统计数据足够大，因此需要特殊处理。默认情况下，
pnorm
计算下尾翼下的面积；即概率
Pr（Z
。如果Z足够大，则该概率在数值上无法与1区分；因此，取
1-Pr（Z
将返回0。对于这种情况，请将
lower.tail
参数设置为
FALSE
；这将使
pnorm
返回上尾部下的区域，即
Pr（Z>Z）

看看
printCoefmat
.Pr（>| z |）的源代码，这里的意思是Pr（计算的z（或z值）>表中z的绝对值），对于负z值，p值是可以的，但是对于正值，我得到的是2，它绝对不接近2e-16族，对于intercept和var3，
2*pnorm（z）
计算是精确的。问题在于
var1
和
var2
计算。@learner-完整的z值没有打印出来，因此如果您只是使用打印的z值来获得p值，它将与报告的值略有不同。如果您拨打的是1.650303e-136，则基本上是非常挑剔的1.650297e-136@Dason谢谢，实际上我关心
var1
和
var2
的p值。我只想说使用
2*pnorm（c（-3.918387，-24.868037））
匹配glm结果，而
2*pnorm（c（24.3582,17.688））
给我一个2的值，这个值现在非常接近我从中得到的值glm@learner哦，罗兰已经解释过了。p值计算实际上是概率计算，所以你应该意识到这些p值有问题，因为它们不在0和1之间。@罗兰，你能解释一下你在si中的最后一句话吗示例术语。“统计数据不同…”或
2*pnorm（-24.3582）
在
summary.glm
中实现。但是，如果您需要区分4.7e-131和0，我首先会问您为什么需要它。
> summary(modelTmp)$coeff
                   Estimate  Std. Error    z value      Pr(>|z|)
(Intercept)     -1.12252141 0.286475349  -3.918387  8.914334e-05
var1              0.03153534 0.001294648  24.358236 4.742122e-131
var2             0.24723122 0.013977256  17.688109  5.178450e-70
var3            -0.95215794 0.038288424 -24.868037 1.650303e-136



> 2*pnorm(c(-3.918387,-24.868037))
[1]  8.914350e-05 1.650297e-136
> 2*pnorm(c(24.3582,17.688))
[1] 2 2

> 2*pnorm(24.3582, lower.tail=FALSE)
[1] 4.746252e-131

> 2*(1 - pnorm(24.3582))
[1] 0