Question

我使用nlme包中的lmList函数返回每个主题的线性模型的系数：

PS C:\> $dn = 'CN=Smith\, Tom,OU=Developers\, Foo,OU=Users,DC=example,DC=com'
PS C:\> $dn -replace '^.*?,\s*ou=(.*?),\s*(?:ou|dc).*$', '$1'
Developers\, Foo
PS C:\> $dn -replace '^CN.*?OU=|,.*$'
Developers\
PS C:\> [regex]::Match($dn, 'OU=(\w+),').Groups[1].Value
Users

我现在试图获得每个主题的整个线性模型的p值。问题是，使用unclass（model）或unclass（model_summary）只能分别显示每个主题的截距和预测值的p值，但不会作为整个模型进行评估，这就是我想要的。

任何建议都会非常有用。

非常感谢。

Answer 1

您可以提取与f统计数据相关联的p值

pvals <- lapply(model, function(mod) {
       stat <- summary(mod)$fstatistic
       pf(stat[1], stat[2], stat[3], lower=F)
   })

如果您执行summary(model[[1]])

，则会看到这些p值

使用lmList函数返回每个受试者的p值

1 个答案: