利用Frank Harrell的rms package，我使用lrm function构建了一个预测模型。
我想比较一下，与另一个(lrm-(模型相比，该模型在二项式事件上是否具有显着更好的预测价值。
我使用了不同的函数，如anova(model1, model2)或pscl library的pR2 function来比较伪 R^2，但它们都不适用于基于 LRM 的模型。
我该怎么做才能最好地查看我的新模型是否比早期模型重要？
更新：这里有一个例子(我想预测骨转移的机会(，以检查大小或阶段(除了其他变异(是否给出了最佳模型：
library(rms)
getHdata(prostate)
ddd <- datadist(prostate)
options( datadist = "ddd" )
mod1 = lrm(as.factor(bm) ~ age + sz + rx, data=prostate, x=TRUE, y=TRUE)
mod2 = lrm(as.factor(bm) ~ age + stage + rx, data=prostate, x=TRUE, y=TRUE)
似乎从根本上说，问题是关于比较两个非嵌套模型。
如果使用 glm 函数拟合模型，则可以使用 -pscl- 包中的 -vuong- 函数。
要测试 2 个嵌套模型的拟合度，您可以使用 "rms" 包中的 lrtest 函数。
lrtest(mod1，mod2(