按 glm 模型摘要中的 p 值对 xtable() 输出进行排序
我正在为不同公司的大量数据建模,对于每家公司,我需要快速识别那些最重要的模型参数。我希望看到的是拟合模型的 xtable()
输出,该模型按 p 值的升序对所有系数进行排序(即,首先是最重要的参数)。
x <- data.frame(a=rnorm(100), b=runif(100), c=rnorm(100), e=rnorm(100))
fit <- glm(a ~ ., data=x)
xtable(fit)
我猜测我可以通过扰乱fit
对象的结构来完成类似的事情。但我对结构还不够熟悉,无法自信地改变任何东西。
建议?
I'm modelling a lot of data for different companies, and for each company I need to identify quickly those model parameters that are most significant. What I would like to see is xtable()
output for a fitted model that sorts all coefficients in increasing order of p-value (ie, most significant parameters first).
x <- data.frame(a=rnorm(100), b=runif(100), c=rnorm(100), e=rnorm(100))
fit <- glm(a ~ ., data=x)
xtable(fit)
I'm guessing that I may be able to accomplish something like this by messing with the structure of the fit
object. But I'm not familiar with the structure enough to be able to confidently change anything.
Suggestions?
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(1)
不一定是最优雅的解决方案,但这应该可以完成工作:
Not necessarily the most elegant solution, but that should do the job: