机器算法验证 - 使用空值和模型偏差测试 GLM 模型 - 吾爱随笔录

我已经在 R 中构建了一个 glm 模型，并使用测试和培训组对其进行了测试，因此我相信它运行良好。R的结果是：

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

系数的所有 p 值都像预期的那样小。

看看这个问题（解释 GLM R 中的残差和零偏差），我应该能够使用以下等式计算零假设是否成立：

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

坚持这个给出：

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

所以我认为零假设不能在这里被拒绝是正确的，即使所有系数的 p 值都很小，或者我误解了如何计算这个？