R + ztable：什么是 lcl 和 ucl？（逻辑回归）答案

【问题标题】：R + ztable: what are lcl and ucl? (logistic regression)R + ztable：什么是 lcl 和 ucl？（逻辑回归）
【发布时间】：2023-04-07 11:01:01
【问题描述】：

ztable 生成漂亮的斑马（交替条纹）表，可用于呈现数据帧和模型对象（lm、glm 等）。但是我不清楚 lcl 和 ucl 是什么。 documentation 说

'ztable()' 显示优势比 (OR) 和 95% 置信区间

但谷歌搜索表明 lcl/ucl 是控制下限/上限，这似乎是用 +/- 3 个标准差与平均值构建的置信区间。

最令人困惑的是，ztable 构造的 lcl/ucl 并不总是包含系数估计值：

ztable(glm(factor(am) ~ disp, family = binomial(link = "logit"), data = mtcars))

那么 lcl/ucl 是什么意思呢？

【问题讨论】：

系数估计在参数空间中。我想象 lcl 和 ucl 在测量空间中。所以我看不出控制区间应该包含任何系数的理由。似乎适合 stats.stackexchange.com
似乎lcl/ucl 是作者用于置信上限/下限的缩写。所以它们是置信区间，所以你会期望系数落在限制here is the funcrion
@42- 测量与参数空间是什么意思？正如我所料，应用于模型的confint() 和confint.default() 都给出了包含系数估计值的区间。
@user2957945 感谢您的代码。似乎 lcl/ucl 是 OR（优势比）而不是系数估计（对数优势）的置信区间 ...
逻辑回归的参数是基线（截距）和 'disp' 的非基础值之间估计的 logodds 的差异。要找出概率或几率，您需要输入“disp”的值并包括截距基线并添加差异。来自confint 的置信区间适用于对数赔率尺度上差异的估计，而不是任何概率甚至赔率估计。

【解决方案1】：

通过检查ztable.glm 的源代码（感谢@user2957945），答案似乎很简单：

‘ztable()’显示优势比(OR)和95%置信区间(lcl, ucl)的优势比

优势比是取幂的系数（即logit或log优势），lcl/ucl是通过对该系数的置信区间取幂得到的。

【讨论】：