R语言GLM模型卡方ANOVA分析：逐变量效应评估方法求助

针对你用GLM分析戒烟概率、需要对比变量效应的需求，以下是两种思路的具体实现（以R语言为例，这是统计建模的常用工具）：

思路1：为每个变量单独构建模型，以空模型为基准做ANOVA #

这种方法评估的是单个变量自身对戒烟概率的独立效应，不考虑其他变量的影响：

# 假设你的数据集名为smoke_data，因变量是二分类变量quit（1=戒烟，0=未戒烟）
# 定义需要检验的变量（排除因变量quit和不需要检验的dependance）
vars_to_test <- setdiff(names(smoke_data), c("quit", "dependance"))

# 构建仅含截距的空模型
null_model <- glm(quit ~ 1, data = smoke_data, family = binomial)

# 遍历每个变量，执行ANOVA对比
for (var in vars_to_test) {
  # 生成包含当前变量的模型公式
  model_formula <- as.formula(paste("quit ~", var))
  current_model <- glm(model_formula, data = smoke_data, family = binomial)
  
  # 用卡方检验对比空模型与当前模型
  anova_result <- anova(null_model, current_model, test = "Chisq")
  
  # 输出结果，标注对应变量
  cat("=== 变量", var, "的独立效应ANOVA结果 ===\n")
  print(anova_result)
  cat("\n")
}

思路2：对比包含/不包含目标变量的模型 #

这种方法可以评估变量在其他变量（如dependance）存在时的附加效应，分两种场景：

场景A：以含dependance的模型为基准，单独添加变量对比 #

适合你原来“依次添加变量”的分析逻辑，看每个变量在dependance基础上的增量效应：

# 构建仅含dependance的基准模型
base_model <- glm(quit ~ dependance, data = smoke_data, family = binomial)

for (var in vars_to_test) {
  # 生成包含dependance和当前变量的模型公式
  model_formula <- as.formula(paste("quit ~ dependance +", var))
  current_model <- glm(model_formula, data = smoke_data, family = binomial)
  
  # 卡方检验对比基准模型与添加变量后的模型
  anova_result <- anova(base_model, current_model, test = "Chisq")
  
  cat("=== 变量", var, "（基于dependance的附加效应）ANOVA结果 ===\n")
  print(anova_result)
  cat("\n")
}

场景B：全模型对比（移除单个变量 vs 包含所有变量的模型） #

评估变量在所有其他变量（含dependance）存在时的边际效应，即变量对模型的独特贡献：

# 构建包含dependance和所有待检验变量的全模型
full_model_formula <- as.formula(paste("quit ~ dependance +", paste(vars_to_test, collapse = " + ")))
full_model <- glm(full_model_formula, data = smoke_data, family = binomial)

for (var in vars_to_test) {
  # 生成移除当前变量后的简化模型公式
  remaining_vars <- setdiff(vars_to_test, var)
  reduced_formula <- as.formula(paste("quit ~ dependance +", paste(remaining_vars, collapse = " + ")))
  reduced_model <- glm(reduced_formula, data = smoke_data, family = binomial)
  
  # 卡方检验对比简化模型与全模型
  anova_result <- anova(reduced_model, full_model, test = "Chisq")
  
  cat("=== 变量", var, "（全模型中的边际效应）ANOVA结果 ===\n")
  print(anova_result)
  cat("\n")
}

关键说明 #

• 因变量是二分类（戒烟与否），GLM必须指定family = binomial，卡方检验是这类模型ANOVA对比的合适选择
• 三种分析的结果可以互相参照：思路1看变量独立作用，场景A看变量在dependance基础上的增量，场景B看变量在全变量中的独特贡献
• ANOVA输出中的Pr(>Chi)是效应显著性的p值，p值越小说明变量对戒烟概率的影响越显著

内容的提问来源于stack exchange，提问作者IanH