首页 文章

负二项式回归中相互作用的简单斜率

提问于
浏览 次
0

我希望在将另一个预测变量约束为负二项式glm中的特定值时获取一个预测变量的参数估计值，以便更好地解释交互效应 .

我的模型是这样的：

model <- glm.nb(outcome ~ IV * moderator + covariate1 + covariate2)

因为 IV:moderator 项是重要的，所以我想在 moderator 的特定值（即1和-1 SD）处获得 IV 的参数估计 . 我可以使用 visreg 包在 moderator 的各个级别获得 IV 的斜率估计，但我不知道如何估算SE和测试统计数据 . moderator 是一个连续变量，所以我不能使用 multcomp 包，而其他用于查找简单斜率的包（例如 pequod 和 QuantPsyc ）与负二项式回归不兼容 . 谢谢！

r regression interaction

1 回答

  • 2

    如果要约束回归中的某个值，请考虑将该变量从模型中取出并将其作为偏移量添加 . 例如，使用示例数据 .

    dd<-data.frame(
   x1=runif(50),
   x2=runif(50)
)

dd<-transform(dd, 
   y=5*x1-2*x2+3+rnorm(50)
)

    我们可以使用 x1 和 x2 作为参数运行模型

    lm(y ~ x1 + x2,dd)

# Call:
# lm(formula = y ~ x1 + x2, data = dd)
# 
# Coefficients:
# (Intercept)           x1           x2  
#    3.438438     4.135162    -2.154770

    或者说我们知道 x2 的系数是-2 . 然后我们无法估计 x2 ，但将该术语作为偏移量

    lm(y ~ x1 + offset(-2*x2), dd)

# Call:
# lm(formula = y ~ x1 + offset(-2 * x2), data = dd)
# 
# Coefficients:
# (Intercept)           x1  
#    3.347531     4.153594

    offset() 选项基本上只是创建一个's coefficient is always 1. Even though I'用 lm 演示的协变量，这个方法应该适用于 glm.nb 和许多其他回归模型 .

    回复于

相关问题