r - 使用 glm 的条件预测概率

Question

简单的问题我想不通。我正在尝试从包含交互的模型中生成条件预测概率。例如，我希望能够将 x2==1 和 x3==0 时的预测概率与 x2==0 和 x3==1 时的预测概率进行比较。

我正在尝试按以下方式执行此操作：

model <- glm(y~x1 + x2 * x3, family=binomial(link="logit"), data=data)
predprob1 <- predict(model, type="response", newdata=(x1=mean(x1) & x2==1 & x3==0))
predprob2 <- predict(model, type="response", newdata=(x1=mean(x1) & x2==0 & x3==1))
probdiff<-predprob1-predprob2

之后，我需要计算概率差异的 95CI。我相信这对你们 R 天才来说很简单。谢谢您的帮助！

Answer 1

也许（在没有工作示例的情况下未经测试）：

model <- glm(y~x1 + x2 * x3, family=binomial(link="logit"), data=data)
predprob1 <- predict(model, type="response", 
                     newdata=with(data, data.frame(x1=mean(x1) & x2=1 & x3=0))
predprob2 <- predict(model, type="response", 
                     newdata=with(data, data.frame(x1=mean(x1) & x2=0 & x3=1))
probdiff <- predprob1-predprob2

另一个 R 错误是使用 '==' 进行赋值。它用于逻辑测试。