r - 如何对 R 回归模型中的每个系数运行 regTermTest？

Question

我想使用 survey 包的 regTermTest 函数运行 Wald 检验来评估模型中每个系数的统计显着性(如所述 here ) 。

regTermTest 的语法调用 model 后跟 test.terms，但如果您列出多个测试术语，它似乎会评估它们全部在一起而不是分开。

library(caret) # for the GermanCredit sample dataset
data(GermanCredit)
mod1 <- glm(Class ~ Age + as.factor(ForeignWorker) + Property.RealEstate + Housing.Own + CreditHistory.Critical, data = GermanCredit, family = binomial(link='logit'))
library(survey)
regTermTest(mod1, c("Age", "ForeignWorker", "Property.RealEstate", "Housing.Own", "CreditHistory.Critical"))
#

当然，我可以通过这种方式将它们分开，但它很笨重且重复(即以下代码产生所需的结果，但在处理大量变量时效率低下):

regTermTest(mod1, "Age")
regTermTest(mod1, "ForeignWorker")
regTermTest(mod1, "Property.RealEstate")
regTermTest(mod1, "Housing.Own")
regTermTest(mod1, "CreditHistory.Critical")

我尝试将系数名称提取到向量中并将其插入到 for 循环中，但它不起作用(它将所有项合并到一个评估中，而不是单独估计它们的重要性):

vars <- names(mod1$coefficients)
vars <- vars[-1]
for (i in 1:length(vars)) {
     iv = vars[i]
     rtest <- regTermTest(mod1, iv)
}

如何有效地编写此代码？

Answer 1

(已更新)

*apply 系列可以提供帮助，具体取决于您想要的外观。

lapply(names(mod1$model)[-1], function(x) regTermTest(mod1, x))

sapply(names(mod1$model)[-1], function(x) regTermTest(mod1, x))

如果您想以良好的方式显示结果，您需要做一些工作。

(更新说明)。

最初的解决方案只是按照提问者的想法使用names(mod1$coefficients)。但如果存在因子变量，则该方法不起作用，因为 mod1$coefficients 将包含以 R 的方式与非默认值连接的变量名称> 回归模型总是处理分类变量。这让 regTermTest 感到困惑，因为它会在数据集中查找不存在的变量，因此会返回令人困惑的错误消息。