使用glm的条件预测概率

Question

简单的问题我无法弄明白。我试图从包括交互的模型生成条件预测概率。例如，我希望能够将x2 == 1和x3 == 0的预测概率与x2 == 0和x3 == 1时的预测概率进行比较。

我想按照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，我需要为probdiff计算95CI。我相信这对你来说很简单。谢谢你的帮助！

Answer 1

也许（在没有工作实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'=='进行分配。这是为了进行逻辑测试。