为logistic与Cox比例风险模型添加全局P值：所用检验是否为Wald检验？

• 该函数默认调用car::Anova()计算分类变量的全局P值，默认不使用Wald检验，会自动匹配适配你传入的模型类型：
  针对你使用的多变量logistic回归（glm类模型）、多变量Cox比例风险模型（coxph类模型），默认执行II型似然比检验（LRT），该检验适配绝大多数无交互项的回归场景，结果比Wald检验更稳健。
• 如果你需要切换为Wald检验，手动指定test = "wald"参数即可，使用示例如下：

  # Cox模型指定全局P值用Wald检验的示例
  cox_model %>%
    tbl_regression(exponentiate = TRUE) %>%
    add_global_p(test = "wald")
  

• 特殊场景你可以自定义检验规则：
  • 如果模型包含交互项，建议指定type = 3切换为III型检验
  • 如果需要给不同变量指定不同检验方法，可传入命名列表，例如test = list(分类变量A = "wald", 分类变量B = "lrt")

内容的提问来源于stack exchange，提问作者ap123