Question

我正在尝试使用stargazer创建一个多变量逻辑回归模型表。我想包括优势比和他们的置信区间而不是模型系数。

我想出了如何用比值比替换系数，这要归功于link，但对CI做同样会产生问题。如果我给stargazer se = *a list of the standard errors or exp(standard errors)*之类的参数，它会使用该列表的OR +/- 1.96倍来计算CI，这是不正确的。

以下是一些示例代码，第一部分来自UCLA DAE：

library(stargazer)
mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
mydata$rank <- factor(mydata$rank)
mylogit <- glm(admit ~ gre + gpa + rank, data = mydata, family = "binomial")
summary(mylogit) 

# Table with coefficients
stargazer(mylogit, ci = T, single.row = T, type = "text")

# Table with Odds Ratios, but the CI is not right
OR.vector <- exp(mylogit$coef)
stargazer(mylogit, coef = list(OR.vector), ci = T, single.row = T, type = "text")

# Correct CIs
CI.vector <- exp(confint(mylogit))
cbind(OR = OR.vector, CI.vector)

Answer 1

感谢Marek对此问题的帮助。以下是在此示例中对我有用的代码：

library(stargazer)
mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
mydata$rank <- factor(mydata$rank)
mylogit <- glm(admit ~ gre + gpa + rank, data = mydata, family = "binomial")
summary(mylogit) 

# Table with coefficients
stargazer(mylogit, ci = T, single.row = T, type = "text")

OR.vector <- exp(mylogit$coef)
CI.vector <- exp(confint(mylogit))
p.values <- summary(mylogit)$coefficients[, 4]

# Table with ORs and CIs
stargazer(mylogit, coef = list(OR.vector), ci = T, 
          ci.custom = list(CI.vector), p = list(p.values), 
          single.row = T, type = "text")

Answer 2

您可以使用ci.custom参数为stargazer提供自定义置信区间的列表（第一列是下限，第二列是上限）。在您的示例中，您所要做的就是调用：

stargazer(mylogit, coef = list(OR.vector), ci = T, 
ci.custom = list(CI.vector), single.row = T, type = "text")

或者，您可以定义自己的函数来取幂值，只需将此函数应用于系数和/或置信区间（使用参数apply.coef和apply.ci）：

exponentiate <- function(x) exp(x)

stargazer(mylogit, ci=T, apply.coef=exponentiate, apply.ci=exponentiate, 
single.row = T, type="text")

如何在stargazer表中为优势比添加置信区间？

2 个答案: