15

这里有一些数据

dat = data.frame(y = c(9,7,7,7,5,6,4,6,3,5,1,5), x = c(1,1,2,2,3,3,4,4,5,5,6,6), color = rep(c('a','b'),6))

如果您愿意，还可以绘制这些数据的图

require(ggplot)
ggplot(dat, aes(x=x,y=y, color=color)) + geom_point() + geom_smooth(method='lm')

运行带有函数的模型时MCMCglmm()……</p> 

require(MCMCglmm)
summary(MCMCglmm(fixed = y~x/color, data=dat))

我得到了估计值的上下 95% 区间，让我知道两个斜率（颜色 = a 和颜色 = b）是否显着不同。

在查看此输出时...

summary(glm(y~x/color, data=dat))

...我看不到置信区间！

我的问题是：

使用该函数时，如何获得这些估计值的上下 95% 区间置信度glm()？

4

2 回答 2

20

采用confint

mod = glm(y~x/color, data=dat)
摘要（模组）
称呼：
glm（公式 = y ~ x/颜色，数据 = dat）

偏差残差：
     最小值 1Q 中值 3Q 最大值  
-1.11722 -0.40952 -0.04908 0.32674 1.35531  

系数：
            估计标准。误差 t 值 Pr(>|t|)
(截取) 8.8667 0.4782 18.540 0.0000000177
x -1.2220 0.1341 -9.113 0.0000077075
x:颜色b 0.4725 0.1077 4.387 0.00175

（高斯族的色散参数取为 0.5277981）

    零偏差：11 个自由度上的 48.9167
残余偏差：9 个自由度上的 4.7502
AIC：30.934

Fisher 评分迭代次数：2

限制（模式）
正在等待分析完成...
                 2.5 % 97.5 %
(截取) 7.9293355 9.8039978
x -1.4847882 -0.9591679
x：颜色b 0.2614333 0.6836217
于 2013-12-16T20:34:45.057 回答
5

@alex 的方法将为您提供置信度限制，但请注意解释。由于 glm 本质上是一个非线性模型，因此系数通常具有较大的协方差。您至少应该看看 95% 置信椭圆。

mod <- glm(y~x/color, data=dat)
require(ellipse)
conf.ellipse <- data.frame(ellipse(mod,which=c(2,3)))
ggplot(conf.ellipse, aes(x=x,y=x.colorb)) + 
  geom_path()+
  geom_point(x=mod$coefficient[2],y=mod$coefficient[3], size=5, color="red")

产生这个，这是 x 和交互项的 95% 置信椭圆。

请注意由 产生的置信限如何confint(...)与椭圆很好。从这个意义上说，椭圆提供了对置信限的更保守估计。

于 2013-12-16T21:11:23.213 回答