R语言glm模型summary分开展示分类自变量各取值系数原因咨询

这个输出逻辑是R对分类因子变量的默认编码规则决定的：

• 对于有k个水平的无序因子变量，R默认使用treatment编码（参照组编码），自动生成k-1个哑变量纳入模型。你数据集里的MSACode是有70个水平的因子，第一个水平为40，会被自动设为参照组：
  • 输出里的(Intercept)就是参照组（MSACode=40）对应的对数发生比（logit）估计值
  • 每个MSACodeXXX的系数，代表对应MSA编码和参照组40相比，对数发生比的差值
• 你想要的“MSACode字段整体统计结果”（即检验整个MSACode变量对因变量是否存在显著影响的统计量）默认不会在summary()的结果里展示，summary()仅输出每个单独系数的显著性检验结果。如果需要获取整体显著性，可以运行如下代码：

anova(GlmModel, test = "Chisq")

输出结果中MSACode对应的行的p值，就是该变量整体的显著性检验结果。

另外补充说明：你当前的模型输出里所有系数的标准误都极高（达到1e3量级）、p值全部接近1，大概率是不同MSACode组的NotPaid取值存在完全分离问题：比如某组MSACode对应的NotPaid全为0或者全为1，导致逻辑回归系数无法正常收敛，建议先检查各组的样本分布再建模。

内容的提问来源于stack exchange，提问作者jabs