如何在R语言的dredge函数中获取各模型组合的p值？

要在dredge的输出中加入每个模型组合的整体显著性p值，你可以利用extra参数支持自定义函数的特性，自己编写函数提取线性模型的p值，具体步骤如下：

1. 加载数据与依赖包，拟合全模型

data(mtcars)
library(MuMIn)

# 拟合包含所有预测变量的全模型
lm_full <- lm(mpg ~ cyl + disp + hp, data = mtcars)

2. 定义提取模型整体p值的函数
   对于线性模型，模型整体的显著性p值来自F检验结果，我们可以通过summary()提取F统计量后，用pf()计算对应的p值：

get_model_p <- function(model) {
  f_stats <- summary(model)$fstatistic
  # 计算F检验的右尾p值
  pf(f_stats[1], f_stats[2], f_stats[3], lower.tail = FALSE)
}

3. 在dredge中调用自定义函数
   将自定义函数传入extra参数，同时指定输出列名（这里用p.value），和已有的R^2一起使用：

lm_gd <- dredge(lm_full, rank = "AIC", extra = c("R^2", "p.value" = get_model_p))
# 查看结果
lm_gd

运行后，lm_gd的输出会新增p.value列，对应每个模型组合的整体显著性p值。

内容的提问来源于stack exchange，提问作者Kevin López Reyes