如何报告svyglm对象的适合度？

Question

关于R中的调查包的问题。我知道这是非常基本的，但我什么也没找到。所以：

library(survey)
data(api)
dclus2 <- svydesign(id=~dnum, weights=~pw, data=apiclus1, fpc=~fpc)
summary(svyglm(api00 ~ ell + meals + mobility, design = dclus2))
Call:
svyglm(formula = api00 ~ ell + meals + mobility, design = dclus2)

Survey design:
svydesign(id = ~dnum, weights = ~pw, data = apiclus1, fpc = ~fpc)

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 819.2791    21.3900  38.302 4.65e-13 ***
ell          -0.5167     0.3240  -1.595    0.139    
meals        -3.1232     0.2781 -11.231 2.29e-07 ***
mobility     -0.1689     0.4449  -0.380    0.711    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for gaussian family taken to be 3157.85)

Number of Fisher Scoring iterations: 2

有没有像R平方或任何其他统计数据可以让读者了解模型对数据有多好？

感谢。

Answer 1

2016年末出现了一个名为“poliscidata”的软件包，它有一个函数fit.svyglm，返回R square和Adj。 R square输出svyglm对象。我成功地使用了它。