CLMM/CLMM2 (R) 中優勢比的置信區間

Question

我試圖找到最好的方法來估計優勢比的置信區間作為 CLMM 輸出的一部分。 我在 R 中工作，我的模型看起來像這樣：

model <- clmm(Rating ~ Problem+Condition+(1|Subject), data = data, Hess=TRUE, nAGQ=10)

> summary(model)
Cumulative Link Mixed Model fitted with the adaptive Gauss-Hermite 
quadrature approximation with 10 quadrature points 

formula: Rating ~ Problem + Condition + (1 | Subject)
data:    data

 link  threshold nobs logLik   AIC     niter     max.grad cond.H 
 logit flexible  1106 -1114.39 2244.79 545(1638) 1.57e-03 3.1e+01

Random effects:
 Groups  Name        Variance Std.Dev.
 Subject (Intercept) 0.3296   0.5741  
Number of groups:  Subject 96 

Coefficients:
           Estimate Std. Error z value Pr(>|z|)    
Problem1    -0.9696     0.1814  -5.345 9.03e-08 ***
Problem2     0.7001     0.1715   4.083 4.45e-05 ***
Problem3    -0.1745     0.1711  -1.020   0.3078    
Condition1   0.3057     0.1440   2.124   0.0037 **  
Condition2   0.1103     0.1427   0.773   0.4396    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

我知道參數估計的優勢比只是 exp(β)。 有沒有辦法計算優勢比的置信區間？ 願意用其他方式來表達這些影響的程度嗎？ 謝謝！

Answer 1

只需要做類似的事情，這是我的解決方案：

使用 clmm 獲取擬合模型的 95% CI（在下面的示例中：“models.OrdinalMixed_1”）

CI_tables.OrdinalMixed_1 <- confint(models.OrdinalMixed_1, level = 0.95)

然后你可以像你的系數一樣對 95% 的 CI 取冪”：

exp(CI_tables.OrdinalMixed_1)

您可以通過手動計算 CI 來確認（以您的“問題 2”系數為例）：

為您的 OR 取系數：

exp(0.7001)

[1] 2.013954

通過對系數取冪 + 1.96 * 項的標准誤差來計算上 CI（這是一個近似值！）

exp(0.7001 + (1.96*0.1715))

[1] 2.818599

應該與上面 OR CI 表中的結果非常相似。 希望這是有幫助的。