在R中使用anova（）函数比较两个模型

从文档中anova()：

给定一系列对象后，“ anova”将按照指定的顺序对模型进行测试...

相互测试这些模型意味着什么？为什么顺序很重要？

这是GenABEL教程中的示例：

    >  modelAdd = lm(qt~as.numeric(snp1))
    >  modelDom = lm(qt~I(as.numeric(snp1)>=2))
    >  modelRec = lm(qt~I(as.numeric(snp1)>=3))
     anova(modelAdd, modelGen, test="Chisq")
    Analysis of Variance Table

    Model 1: qt ~ as.numeric(snp1)
    Model 2: qt ~ snp1
      Res.Df  RSS Df Sum of Sq Pr(>Chi)
    1   2372 2320                      
    2   2371 2320  1    0.0489     0.82
     anova(modelDom, modelGen, test="Chisq")
    Analysis of Variance Table

    Model 1: qt ~ I(as.numeric(snp1) >= 2)
    Model 2: qt ~ snp1
      Res.Df  RSS Df Sum of Sq Pr(>Chi)
    1   2372 2322                      
    2   2371 2320  1      1.77     0.18
     anova(modelRec, modelGen, test="Chisq")
    Analysis of Variance Table

    Model 1: qt ~ I(as.numeric(snp1) >= 3)
    Model 2: qt ~ snp1
      Res.Df  RSS Df Sum of Sq Pr(>Chi)  
    1   2372 2324                        
    2   2371 2320  1      3.53    0.057 .
    ---
    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

如何解释此输出？

当您使用anova(lm.1,lm.2,test="Chisq")时，它执行卡方检验，比较lm.1和lm.2（即其测试减少平方剩余总和是否在统计上显著与否）。请注意，仅当lm.1和lm.2为嵌套模型时才有意义。

例如，在您使用的第一个方差分析中，测试的p值为0.82。这意味着拟合模型“ modelAdd”在的水平上与modelGen没有显着差异。但是，使用第三个方差分析中的p值，模型“ modelRec”与模型“ modelGen”显着不同。$\alpha=0.05$$\alpha=0.1$

还可以查看线性模型拟合的方差分析。