如何从R的glm等模型中提取系数相关矩阵的对应变量列？

首先要明确：你通过summary(model, corr=TRUE)看到的相关矩阵，是模型系数的抽样相关矩阵——它由系数的方差-协方差矩阵标准化得到，反映的是模型估计参数之间的关联，而非原始自变量a、b的相关性。下面分两种场景给出操作方法：

场景1：提取原始自变量a、b的列数据 #

如果目标是获取建模时用到的原始自变量列（用于计算原始变量的相关性），直接从建模数据框或模型矩阵中提取即可：

• 从原始数据框提取：

  # 假设建模用的数据框是df
  a_col <- df$a
  b_col <- df$b
  

• 从模型矩阵提取（适配处理过编码的自变量，比如因子、交互项等）：

  model_mat <- model.matrix(model)
  a_col <- model_mat[, "a"]
  b_col <- model_mat[, "b"]
  

场景2：提取生成系数相关矩阵的基础数据 #

如果要获取对应系数抽样相关矩阵的核心数据，按以下步骤操作：

1. 提取系数的方差-协方差矩阵
   不同模型的提取方式略有差异：

   • 对于lm/glm：

     cov_mat <- vcov(model)
     

   • 对于lme4::lmer/glmer：

     cov_mat <- as.matrix(vcov(model))
     

   这个矩阵里的元素是系数之间的协方差，对角线为系数的方差。

2. 验证系数相关矩阵
   用cov2cor()函数可将协方差矩阵转换为相关矩阵，结果和summary(model, corr=TRUE)的输出完全一致：

   corr_mat <- cov2cor(cov_mat)
   # 查看a和b的系数相关性
   corr_mat["a", "b"]
   

3. 生成系数的抽样样本（模拟用于计算相关性的原始数据）
   系数的抽样相关矩阵本质是系数抽样分布的相关性，可通过多元正态抽样生成系数样本：

   library(MASS)
   set.seed(123) # 设置随机种子保证结果可重复
   coef_est <- coef(model) # 系数的点估计
   # 抽取1000个系数样本
   coef_samples <- mvrnorm(n = 1000, mu = coef_est, Sigma = cov_mat)
   # 计算样本中a和b系数的相关性，与summary输出一致
   cor(coef_samples[, "a"], coef_samples[, "b"])
   

内容的提问来源于stack exchange，提问作者kneergaard