nullとモデル偏差を使用してGLMモデルをテストする

私はRでglmモデルを構築し、テストおよびトレーニンググループを使用してテストしたので、うまく機能すると確信しています。Rの結果は次のとおりです。

Coefficients:
                            Estimate Std. Error  t value Pr(>|t|)    
(Intercept)               -2.781e+00  1.677e-02 -165.789  < 2e-16 ***
Coeff_A                    1.663e-05  5.438e-06    3.059  0.00222 ** 
log(Coeff_B)               8.925e-01  1.023e-02   87.245  < 2e-16 ***
log(Coeff_C)              -3.978e-01  7.695e-03  -51.689  < 2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for quasibinomial family taken to be 0.9995149)

    Null deviance: 256600  on 671266  degrees of freedom
Residual deviance: 237230  on 671263  degrees of freedom
AIC: NA

係数のすべてのp値は期待どおりに小さくなっています。

この質問（GLM Rの残差とヌル逸脱の解釈）を見ると、次の方程式を使用して、帰無仮説が成立するかどうかを計算できるはずです。

p-value = 1 - pchisq(deviance, degrees of freedom)

これを貼り付けると次のようになります。

1 - pchisq(256600, 671266)
[1] 1

それで、すべての係数のp値が非常に小さいか、これを計算する方法を誤って解釈したとしても、ここでは帰無仮説を棄却できないと私は考えていますか？

ここには誤解があります。ヌル偏差とモデルの偏差の差は、自由度がヌルdf からモデルのdfを引いた値に等しいカイ2乗として分布します。あなたのモデルでは、それは：

1-pchisq(256600 - 237230, df=(671266 - 671263))
# [1] 0

デフォルトでpchisq()は、値の左側に分布の比率を与えます。差よりも極端な比率を得るにはlower.tail = FALSE、結果をから指定または減算できます（あなたと私が行ったように）。 $1$