逻辑回归中平均边际效应的二阶差检验

Question

我有一个与此处类似的问题：Testing the difference between marginal effects calculated across factors。我使用相同的代码为两组生成平均边际效应。不同之处在于我运行的是逻辑回归模型而不是线性回归模型。我的平均边际效应在概率尺度上，所以 emmeans 不会提供正确的对比。有没有人对如何测试第 1 组和第 2 组之间的平均边际效应是否存在显着差异有任何建议？

非常感谢， 伊拉娜

Answer 1

有点不清楚问题到底是什么，但我会尝试。我假设您的逻辑回归模型是使用 glm 拟合的：

mod <- glm(cbind(heads, tails) ~ treat, data = mydata, family = binomial())

如果你这样做了

emm <- emmeans(mod, "treat")
emm           ### marginal means
pairs(emm)    ### differences

您的结果将以 logit 量表显示。

如果你想要他们在概率尺度上，你可以这样做

summary(emm, type = "response")
summary(pairs(emm), type = "response")

但是，后者将反向转换 logits 的差异，从而产生优势比。

如果您实际上想要概率差异而不是几率比，请使用regrid()，它将在反向转换后构造一个新的值网格（因此它会忘记对数转换）：

pairs(regrid(emm))

似乎可能存在两个或多个因素，并且您希望在概率尺度上进行对比。在这种情况下，通过在 EMM 表上调用 regrid() 来扩展这个想法，将所有内容放在概率尺度上，然后按照链接文章中使用的类似程序进行操作。