Question

我使用lapply一次通过一个自变量对一个因变量执行几次glm回归。现在我对每个自变量的Pr(>|z|)特别感兴趣。但是，我不确定如何使用lapply列表报告Pr(>|z|)。

如果我一次只运行一个模型： coef(summary(fit))[,"Pr(>|z|)"] 要么 summary(fit)$coefficients[,4] 可行（如here所述），但尝试与lapply类似的东西似乎不起作用。我可以使用lapply和glm使用访问器方法或直接从模型调用来获取p值吗？

#mtcars dataset
vars <- names(mtcars)[2:8]
fits <- lapply(vars, function(x) {glm(substitute(mpg ~ i, list(i = as.name(x))), family=binomial, data = mtcars)})
lapply(fits,summary) # this works
lapply(fits, coefficients) # this works
#lapply(fits, summary(fits)$coefficients[,4])# this for example does not work

Answer 1

你想这样做：

lapply(fits, function(f) summary(f)$coefficients[,4])

但是，如果每个项目只是一个p值，您可能更倾向于使用向量而不是列表，因此您可以使用sapply代替lapply：

sapply(fits, function(f) summary(f)$coefficients[,4])

Answer 2

当您运行lapply(fits, summary)时，它会创建一个summary.glm对象列表，每个对象都使用print.summary.glm打印

如果您保存此

 summaries <- lapply(fits, summary)

然后，您可以浏览并提取系数矩阵

 coefmat <- lapply(summaries, '[[', 'coefficients')

然后是第4列

 lapply(coefmat, '[', , 4)

从glm的lapply列表中提取p值

2 个答案: