如何获取 quantreg::rq 中分类变量的全局 p

Question

我正在对以中位数评估的分位数回归进行分析。下面是我使用过的代码。我的

Education level

是 4 级数据，给我 3 个 p 值。我想获得总体或全局 p 值。我尝试了

anova

和

gtsummary::add_global_p

（使用

car::Anova

），但它们与

rq

对象不兼容。关于如何运行这个有什么建议吗？

qr <- quantreg::rq(Total ~ `Education level`, data = df, tau = 0.5)
summary(qr)

# 95% CI
set.seed(111)
jtools::summ(
  qr,
  confint = TRUE,
  se = "boot", bsmethod = "xy") %>% .$coeftable

Answer 1

您可以在没有您的因素的情况下构建模型，并使用

anova()

来比较模型。

library(quantreg)

set.seed(42)

data <- data.frame(
  y = c(sapply(c(0, 0.1, 0.2, 0.7), \(mean) rnorm(25, mean))),
  x = rep(letters[1:4], each = 25)
)

qr <- rq(y ~ x, 0.5, data)
summary(qr)
#> Call: rq(formula = y ~ x, tau = 0.5, data = data)
#> 
#> tau: [1] 0.5
#> 
#> Coefficients:
#>             coefficients lower bd upper bd
#> (Intercept) -0.06271     -0.15849  0.63488
#> xb          -0.19834     -1.04170  0.42398
#> xc           0.54760     -0.21411  0.77643
#> xd           0.85115      0.01330  1.34821

qr0 <- rq(y ~ 1, 0.5, data)
summary(qr0)
#> Call: rq(formula = y ~ 1, tau = 0.5, data = data)
#> 
#> tau: [1] 0.5
#> 
#> Coefficients:
#> (Intercept) 
#>     0.40427

anova(qr, qr0)
#> Quantile Regression Analysis of Deviance Table
#> 
#> Model 1: y ~ x
#> Model 2: y ~ 1
#>   Df Resid Df F value  Pr(>F)  
#> 1  3       96  3.0886 0.03078 *
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

^{创建于 2024-07-03，使用 reprex v2.1.0.9000}