You need to enable JavaScript to run this app. R语言使用tab_model输出GEE回归结果时如何自定义p值显著性标记
优惠活动
大模型
产品
解决方案
定价
更多

R语言使用tab_model输出GEE回归结果时如何自定义p值显著性标记

自定义tab_model显著性标记的配置方法

tab_model的显著性标记规则完全通过p.threshold和p.string两个成对参数控制,不需要修改工具的原生默认逻辑,按要求传入匹配的参数即可实现自定义规则。

参数配置规则

两个参数的传入要求为:

  • p.threshold:传入按从大到小降序排列的p值临界值,定义p值的显著性分层边界
  • p.string:传入与p.threshold长度完全一致的字符向量,按顺序对应每个临界值触发的显著性标记

对应需求的参数取值

按照要求的标记规则,结合p值越小显著性越高的分层逻辑,整理后的参数为:

  • 临界值向量(降序排列):c(0.5, 0.1, 0.01, 0.001)
  • 对应标记向量:c("*", "+", "**", "***")
    最终触发的标记分层为:
  • p > 0.5:无任何标记
  • 0.1 < p ≤ 0.5:标记为*
  • 0.01 < p ≤ 0.1:标记为+
  • 0.001 < p ≤ 0.01:标记为**
  • p ≤ 0.001:标记为***

实际调用代码

# gee_model为已拟合完成的GEE回归模型对象
tab_model(
  gee_model,
  p.threshold = c(0.5, 0.1, 0.01, 0.001),
  p.string = c("*", "+", "**", "***")
)

注意事项

  • 无需保留原默认的“固定标记长度为3”的限制,只要p.threshold和p.string的长度完全匹配,工具会自动按照传入的规则生成标记,不会受原默认配置的约束
  • 生成结果后可以对照几个典型p值的标记校验规则是否符合预期,避免顺序颠倒导致的标记错位

内容的提问来源于stack exchange,提问作者IloveR

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.31 16:24:04