Question

我有一个矩阵Expr，其中的行代表变量和列样本。我有一个名为groups的分类向量（包含“A”，“B”或“C”）我想测试哪个变量'Expr'可以通过样本属于group来解释。

我的策略是使用广义加性模型（具有负二项分布）对问题建模。然后我想以变量方式使用似然比检验来获得每个变量的p值。我这样做：

require(VGAM)
m <- vgam(Expr ~ group, family=negbinomial)
m_alternative <- vgam(Expr ~ 1, family=negbinomial)

然后：

lr <- lrtest(m, m_alternative)

最后一步是错误的，因为它正在测试两个模型的整体似然比而不是变量。我想获得每个变量的p值向量，而不是单个p值。

我该怎么办？（我对R很新，请原谅我的愚蠢）

Answer 1

听起来您希望使用Expr作为预测因素它认为您的公式可能会倒退。响应应该在左侧，所以我猜你的情况就是那些组。

如果Expr是data.frame，您可以使用

对所有变量进行回归

m <- vgam(group ~ ., Expr, family=negbinomial)

如果class(Expr)=="matrix"，那么

m <- vgam(group ~ Expr, family=negbinomial)

可能应该可以工作，但你可能只是看起来有点奇怪的系数标签。