Question

有人可以帮我复制这些相对风险计算（及其置信区间）吗？

描述了Stata中使用的类似程序here。任何人都可以告诉我如何在R中做到这一点（我的数据有集群和分层，但我采取了一个更简单的例子）？我已经尝试了relrisk.est功能，但我宁愿使用调查包，因为它处理非常复杂的设计。我还想比较Stata和R估计。我正在使用Poisson作为建议here。

###STATA CODE
use http://www.ats.ucla.edu/stat/stata/faq/eyestudy 
tabulate carrot lenses
*same as R binomial svyglm below
xi: glm lenses carrot, fam(bin) 
*switch reference code
char carrot[omit] 1
xi: glm lenses i.carrot, fam(poisson) link(log) nolog robust eform

###R
library(foreign)
library(survey)
D<-read.dta("http://www.ats.ucla.edu/stat/stata/faq/eyestudy.dta")
table(D$lenses,D$carrot)
D$wgt<-rep(1,nrow(D))
Dd<-svydesign(id=~1,data=D,weights=~wgt)
#change category and eform....?
svyglm(lenses~carrot,Dd,family=binomial)
svyglm(lenses~carrot,Dd,family=quasipoisson(log))

Answer 1

您的示例是一个简单的数据集，因此您根本不需要使用调查包。我还建议，在使用R学习多元回归时，您可以从更简单的示例开始，逐步建立您对所涉及方法的理解。

毕竟，我的观点是Stata和R的哲学不同。 Stata很容易在你面前抛出大量的信息，而你却不知道它意味着什么或它是如何衍生出来的。另一方面，R可以像（甚至更多）一样强大且功能更多，但缺乏Stata的“自动化”并迫使您放慢速度以获得您想要的结果。

以下是Stata代码的更直译：

require(foreign)
data <- read.dta("http://www.ats.ucla.edu/stat/stata/faq/eyestudy.dta")
with(data, table(carrot, lenses))
glm.out.1 <- glm(lenses ~ carrot, family="binomial", data=data)
summary(glm.out.1)
logLik(glm.out.1)   # get the log-likelihood for the model, as well
glm.out.2 <- glm(lenses ~ factor(carrot, levels=c(1,0)), family="poisson"(link="log"), data=data)
summary(glm.out.2)
logLik(glm.out.2)
exp(cbind(coefficients(glm.out.2), confint(glm.out.2)))

# deriving robust estimates. vcovHC() is in the sandwich package.
require(sandwich)
robSE <- sqrt(diag(vcovHC(glm.out.2, type="HC")))[2]
rob <- coef(glm.out.2)[2]
rob <- exp(c(rob, rob+qnorm(0.025)*robSE, rob-qnorm(0.025)*robSE))
names(rob) <- c("", "2.5 %", "97.5 %")
rob

请注意，第二次(link="log")调用中的glm()不是必需的，因为它是family="poisson"时的默认链接功能。

为了得出“稳健”的估计值，我必须阅读this，这非常有帮助。您必须使用三明治包中的vcovHC()函数来获得与glm()计算的方差不同的方差 - 协方差矩阵，并使用它来计算标准误差和参数估计值。

“强劲”估计几乎与我从Stata得到的估计相同，直到小数点后三位。所有其他结果完全相同;运行代码并亲自查看。

哦，还有一件事：当您使用非分层设计的glm（）找到自己的方式时，请在survey包中找到自己的方式，该包中包含此对象以及为复杂修改的其他分析函数设计。我还建议您阅读Thomas Lumley的书“复杂调查：使用R分析指南”。

gl和相对风险 - 重复R中的Stata代码

1 个答案: