如何在使用R的包含X平方的对数回归中使用CI估计X的优势比？

Question

我正在尝试为逻辑回归中不仅具有线性而且具有二次项的变量计算R中的优势比。 假设模型中有X和X ^ 2。 当X取特定值时，我知道如何获得比值比（对于X的单位变化），但是我不知道如何计算此估计的置信区间。 我在SAS中找到了此参考的用法： http : //support.sas.com/kb/35/189.html ，但我想在R中进行。有什么建议吗？

@BenBolker这是一个示例：

mydata <-read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
mydata <- transform(mydata, gpaSquared=gpa^2,greSquared=gre^2)
model <- glm(admit ~ gpa + gpaSquared  + gre , family = binomial(logit), data = mydata)

在此示例中，gpa的优势比取决于gpa的实际值（例如，如果gpa = 4，单位为gpa的变化的影响）。 我可以计算出gpa = 5和gpa = 4的对数赔率，并从中得出对数比，但是我不知道如何为OR获取CI。 （请忽略示例中的平方项不是统计值。有效...）

Answer 1

m <- glm(x~X1^2+X2,data,family=binomial(link="logit"))
summary(m)
confint(m) # 95% CI for the coefficients using profiled log-likelihood
confint.default(m) ## CIs using standard errors
exp(coef(m)) # exponentiated coefficients
exp(confint(m)) # 95% CI for exponentiated coefficients