Question

当您有二次项时，是否可以使用emmip绘制边缘（对数几率）均值来自geeglm模型？我有重复的测量数据，除了与线性时间的相互作用项外，模型更适合处理x时间平方项。

我只是希望能够可视化数据中的预测曲线。如果有可能我不知道如何指定它。我试过了：

mod3 <- geeglm(outcome ~ treatment*time + treatment*time_sq, data = dat, id = id, family = "binomial", corstr = "exchangeable"))
mod3a.rg <- ref_grid(mod3, at = list(time = c(1,2,3,4,5,6), time_sq = c(1,4,9,16,25,36)))
emmip(mod3a.rg, treatment ~ time)

Answer 1

我不认为你的mod3正确包含你的二次项（很难说，因为你没有包含可重现的代码）。这将让您正确地包括平方时间：

mod3 <- geeglm(outcome ~ treatment*time + treatment*I(time^2), data =
dat, id = id, family = "binomial", corstr = "exchangeable"))

添加plotit = TRUE以致电emmip()：

emmip(mod3a.rg, treatment ~ time, plotit = TRUE)

这是一个简单的可重复示例，带有MASS中的储蓄数据集，用于比较遥远的包

library(MASS)
data(savings, package="faraway") 

#fit model with polynomial term
mod <- lm(sr ~ ddpi+I(ddpi^2))
summary(mod)

摘要产生此输出，请注意二次项的附加系数

> Call: lm(formula = sr ~ ddpi + I(ddpi^2), data = savings)
> 
> Residuals:
>     Min      1Q  Median      3Q     Max 
> -8.5601 -2.5612  0.5546  2.5735  7.8080 
> 
> Coefficients:
>             Estimate Std. Error t value Pr(>|t|)
>(Intercept)  5.13038    1.43472   3.576 0.000821 ***
>ddpi         1.75752    0.53772   3.268 0.002026 ** 
>I(ddpi^2)   -0.09299    0.03612  -2.574 0.013262 *  
> --- Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> 
> Residual standard error: 4.079 on 47 degrees of freedom Multiple
> R-squared:  0.205,    Adjusted R-squared:  0.1711  F-statistic: 6.059 on
> 2 and 47 DF,  p-value: 0.004559

如果您未将{2}的二次项括起来，则您的摘要仅包含ddpi一词。

I()

仅使用ddpi

的系数生成以下摘要

mod2 <- lm(sr ~ ddpi+ddpi^2)
summary(mod2)

emmip（emmeans）与二次项

1 个答案: