确定f统计量是否重要的​​功能

Question

R中是否有一个函数可以计算F统计量的临界值，并将其与F统计量进行比较以确定是否显着？我必须计算数千个线性模型，最后创建一个数据框，其中每个线性模型的r平方值，p值，f统计量，系数等。

> summary(mod)

Call:
lm(formula = log2umi ~ Age + Sex, data = df)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.01173 -0.01173 -0.01173 -0.01152  0.98848 

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept)  0.0115203  0.0018178   6.337 2.47e-10 ***
Age         -0.0002679  0.0006053  -0.443    0.658    
SexM         0.0002059  0.0024710   0.083    0.934    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.1071 on 7579 degrees of freedom
Multiple R-squared:  2.644e-05, Adjusted R-squared:  -0.0002374 
F-statistic: 0.1002 on 2 and 7579 DF,  p-value: 0.9047

我知道这个问题：How do I get R to spit out the critical value for F-statistic based on ANOVA?

但是只有一个函数可以比较两个值并吐出True或False吗？

编辑：

我写了这篇，但是出于好奇，如果有人知道更好的方法，请告诉我。

f_sig是一个命名的向量，稍后我将其添加到数据框中

model <- lm(log2umi~Age + Sex, df)
f_crit <- qf(1-0.05, summary(model)$fstatistic[2], summary(model)$fstatistic[3] )
f <- summary(mod)$fstatistic[1]
if (f > f_crit) {
  f_sig[gen] = 0 #True
} else {
  f_sig[gen] = 1 #False
}