R-方差分析中的似然比检验误差
R-方差分析中的似然比检验误差
提问于 2017-09-06 14:39:52
我试图使用lrtest()在R中运行一个似然比测试，但是它给我带来了一些我无法修复的错误：
dat<-read.csv("file.csv", header=TRUE)
dat1<-glm(Contact~Density + Species, data=dat, family=binomial)
dat2<-glm(Contact~Density + Species + Mass, data=dat, family = binomial)
lrtest(dat1, dat2)
Error in UseMethod("logLik") :
no applicable method for 'logLik' applied to an object of class "data.frame"
> dat1
Call: glm(formula = Contact ~ Density + Species, family = binomial,
data = dat)
Coefficients:
(Intercept) Density SpeciesNN
-2.0615 0.2522 1.3870
Degrees of Freedom: 39 Total (i.e. Null); 37 Residual
Null Deviance: 54.55
Residual Deviance: 41.23 AIC: 47.23
> dat2
Call: glm(formula = Contact ~ Density + Species + Mass, family = binomial,
data = dat)
Coefficients:
(Intercept) Density SpeciesNN Mass
-2.5584 0.2524 1.4258 0.2357
Degrees of Freedom: 39 Total (i.e. Null); 36 Residual
Null Deviance: 54.55
Residual Deviance: 41.11 AIC: 49.11根据这个链接、方差分析或方差分析均可用于似然比检验。我尝试了ANOVA方法，测试产生了结果，不像我尝试使用lrtest()。这两者都是可以互换的吗?还是我会忽略任何有用的分析，用方差分析代替lrtest？
编辑:这是来自file.csv的数据集的一个示例。
Density Species Mass Contact
1 2 NN 1.29 0
2 2 NN 2.84 1
3 2 NN 2.58 0
4 2 NN 2.81 1
5 2 NN 2.69 0
6 2 N 2.12 1
7 2 N 2.30 1
8 2 N 1.95 0
9 2 N 2.35 0
10 2 N 2.28 1
11 4 NN 0.90 0
12 4 NN 2.33 0
13 4 NN 0.81 1
14 4 NN 1.37 1
15 4 NN 1.01 1
16 4 N 1.94 0
17 4 N 2.49 0
18 4 N 2.13 0
19 4 N 1.90 0
20 4 N 1.46 0Stack Overflow用户
回答已采纳
发布于 2017-09-06 19:08:25
我不认为你的代码有问题。您所遇到的错误表明，dat1和dat2不是模型，而是数据框架。也许您没有正确地执行代码的第2和第3行？
建议您完全重新启动R并尝试如下：
require(lmtest)
dat=structure(list(n = 1:20, Density = c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), Species = structure(c(2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L), .Label = c("N", "NN"), class = "factor"), Mass = c(1.29, 2.84, 2.58, 2.81, 2.69, 2.12, 2.3, 1.95, 2.35, 2.28, 0.9, 2.33, 0.81, 1.37, 1.01, 1.94, 2.49, 2.13, 1.9, 1.46), Contact = c(0L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 0L, 1L, 0L, 0L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L)), .Names = c("n", "Density", "Species", "Mass", "Contact"), class = "data.frame", row.names = c(NA, -20L))
dat1<-glm(Contact~Density + Species, data=dat, family=binomial)
dat2<-glm(Contact~Density + Species + Mass, data=dat, family = binomial)
lrtest(dat1, dat2)如果它不起作用，唯一可能发生不同情况的地方是当您读取csv文件时。
这说明了为什么你应该让别人更容易地重现你的问题。特别是，您应该允许其他人轻松地加载一些示例数据。Ale甚至给了你一个链接来解释如何做这件事。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46078116
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号