我正在反思围绕这个问题的讨论，特别是 Frank Harrell 的评论，即简化模型（即已经测试并拒绝了许多解释变量的模型）中的方差估计应该使用 Ye 的广义自由度。Harrell 教授指出，这将更接近于原始“完整”模型（包含所有变量）的剩余自由度，而不是最终模型（其中许多变量已被拒绝）的剩余自由度。

问题 1. 如果我想对简化模型中的所有标准摘要和统计数据使用适当的方法（但没有完全实现广义自由度），那么合理的方法是仅使用剩余自由度我估计剩余方差等的完整模型？

问题 2. 如果上述情况属实，我想在 中进行R，是否可以像设置一样简单

finalModel$df.residual <- fullModel$df.residual

在模型拟合练习的某个时刻，finalModel 和 fullModel 是使用 lm() 或类似函数创建的。之后，summary() 和 confint() 之类的函数似乎可以与所需的 df.residual 一起使用，尽管返回的错误消息表明有人明显弄乱了 finalModel 对象。