R中含交互项的多分类逻辑回归似然比测试报错解决方法

问题原因 #

你遇到的错误是因为lrtest()（通常来自lmtest包）没有针对multinom类模型的适配方法，无法直接调用该函数完成检验。

前置修正（重要） #

注意：当前你的无交互项模型未包含trstplt主效应，这不符合嵌套模型的要求——要检验交互项的价值，无交互项模型应包含所有主效应（仅去掉交互项），同时确保两个模型使用同一数据集：

# 修正后的无交互项模型（包含trstplt主效应，统一用ie22数据集）
model_without_interaction <- multinom(prtvtcie ~ freehms + trstplt + agea + gndr_dummy, data = ie22)
# 你的含交互项模型（保持不变）
model_with_interaction <- multinom(prtvtcie ~ freehms + trstplt + freehms*trstplt + agea + gndr_dummy, data = ie22)

两种正确的检验方法 #

方法1：使用基础R的anova()函数 #

直接对比两个嵌套模型，指定检验类型为似然比检验（LRT）：

anova(model_without_interaction, model_with_interaction, test = "LRT")

输出结果会包含卡方统计量、自由度和p值：若p值<0.05，说明加入交互项后模型拟合度显著提升，交互项具有统计价值。

方法2：手动计算似然比统计量 #

如果需要更灵活的计算方式，可手动实现：

# 提取两个模型的对数似然值
ll_null <- logLik(model_without_interaction)
ll_alt <- logLik(model_with_interaction)

# 计算似然比统计量和自由度
lr_stat <- 2 * (ll_alt - ll_null)
df <- attr(ll_alt, "df") - attr(ll_null, "df")

# 计算p值
p_value <- pchisq(lr_stat, df, lower.tail = FALSE)

# 输出结果
cat("似然比统计量：", lr_stat, "\n自由度：", df, "\np值：", p_value, "\n")

内容的提问来源于stack exchange，提问作者Jana