我有一个用于分层逻辑回归的 lme4
模型,并且我正在使用 effects
包绘制效果。我想创建一个效果图,以平均值的标准误差作为误差线。我可以将点估计、95% 置信区间和标准误差放入数据框中。然而,标准误差似乎与置信限参数不一致,请参阅下面常规 glm 中的示例。
library(effects)
library(dplyr)
mtcars <- mtcars %>%
mutate(vs = factor(vs))
glm1 <- glm(am ~ vs, mtcars, family = "binomial")
(glm1_eff <- Effect("vs", glm1) %>%
as.data.frame())
vs fit se lower upper
1 0 0.3333333 0.4999999 0.1580074 0.5712210
2 1 0.5000000 0.5345225 0.2596776 0.7403224
我的理解是,拟合列显示 am
等于 1 的概率的点估计,并且 lower
和 upper
对应到 am
等于 1 的概率的 95% 置信区间。请注意,标准误差似乎与置信区间不对应(例如,.33+.49 > .57)。
这就是我拍摄的目的。与 95% 置信区间相反,我想要一个带有 +- 平均值标准误差的效果图。
标准误差是对数赔率而不是概率吗?有没有一种简单的方法将它们转换为概率并绘制它们以便我可以制作图表?
最佳答案
约翰·福克斯分享了这个有用的回复:
来自?效果:“se:(对于“eff”对象)效果的标准误差向量,在线性预测器的范围内。”因此,标准误差采用对数赔率尺度。”您可以使用 delta 方法来获取概率尺度上的标准误差,但这将是非常不明智的,因为估计概率的渐近正态性方法将比估计概率慢得多对数赔率。Effect() 计算线性预测变量规模的置信极限(logit 模型的对数赔率),然后将它们逆变换为响应规模(概率)。
创建自定义绘图所需的所有信息都位于 Effect() 返回的“eff”对象中;对象的内容记录在“效果”中。
顺便说一句,我同意 as.data.frame.eff() 方法可以改进,当我有机会时我会这样做。特别是,报告响应规模的影响和置信限但显示线性预测规模的标准误差会引起误解。
关于r - 绘制效果的标准误差,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36672221/