两种GAM模型拟合的比较

Question

我有一个矩阵Expr，其中的行表示变量，列表示样本。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的事实来解释。

我的策略是使用广义加性模型(具有负二项分布)对问题进行建模。然后我想以变量的方式使用似然比检验，得到每个变量的p值。我有：

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，因为它测试的是两个模型的总体似然比，而不是变量。我希望得到每个变量的p值的向量，而不是单个p值。

我怎么发动汽车呢？(我对R非常陌生，所以请原谅我的愚蠢)

Answer 1

听起来你想用Expr作为你的预测因子，它认为你的公式可能是反向的。响应应该在左边，所以我猜在您的例子中是组。

如果Expr是data.frame，则可以使用以下命令对所有变量进行回归

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

如果为class(Expr)=="matrix"，则

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

也许应该可以工作，但您可能只会得到看起来有点奇怪的系数标签。