我正在将SAS命令与R的命令进行比较。考虑一下我想评估一次曝光的影响（例如CAT 1 equals high和0 equals low）和one cofounding variable（例如cholesterol leve { {1}}）关于疾病变量（如CHL）。在CHD中获取优势比的数值，例如，当模型包含交互术语（例如{{}时，请考虑等于220的特定值SAS和等于1的CHL {1}}）命令是：
HPT我只是想在R中找到这样一个命令。在R中是否有任何鳕鱼？
答案 0 :(得分：1)
复制我之前的评论作为答案：我认为OP正在询问有4列的数据情况并且需要
mdl <- glm(CHD ~ CAT + CHOL + CC, data=df, "binomial")
遵循您的建议。然而，更好的方法是不单独计算交互项，而是使用公式机制来表示与“*”运算符的交互：
mdl <- glm(CHD ~ CAT * CHOL , data=df, "binomial")
它将为您提供主效果和相互作用系数。它也可以更好地使用预测方法，在这种情况下，您可能不会因为可能输入与主效应不匹配的交互项而被绊倒。我不确定/ EXP选项在SAS中产生了什么，但我猜它可能会返回优势比。这给出了预测的概率：
predict(mdl, data.frame(CHL=220, HPT=1), type= "response")
我不认为每个协变量的单个值可以产生比值比，除非您隐含地假设协变量均值的基线。您可以通过以下方式获得有用的信息：
exp( diff( predict(mdl, data.frame(CHL=c(220, mean(df$CHL) ) , HPT= c(1,0) ) ) ) )
这是为了（虽然在没有数据的情况下未经测试，可能需要进一步算术）比较CHL = 220的人和高血压患者与没有高血压的人之间的比值比和平均值胆固醇可能是。
加州大学洛杉矶分校生物统计学页面有助于学习这一点，您可以选择一些数据示例来展示at this page：
对于想要使用SAS的先前知识的人来说，还有一些资源：
http://r4stats.com/2012/06/13/why-r-is-hard-to-learn/
http://www.revolutionanalytics.com/news-events/free-webinars/2011/intro-to-r-for-sas-spss/