在 tbl_regression 中,p 值是 Wald p 值,但 CI 是轮廓相似性吗?

问题描述 投票:0回答:1

所以我正在运行多重逻辑回归模型。我最初使用汇总函数计算 p 值,并使用 confint.default 计算置信区间。

为了将所有内容放入一个整洁的小表中,我尝试使用 tbl_regression 但置信区间与我计算的内容不完全匹配,但 p 值似乎还不错。那么 tbl_regression 默认情况下会输出轮廓似然 CI(即使用 confint() 而不是 confint.default())吗?

这是我运行的模型:

model <- glm(outcome ~ age+ Sex + race + country + language + hiv + diabetes + contact + drug + insurance, family = binomial (link = logit), data=df)

我使用此代码来获取系数和 p 值:

summary(model)

此代码用于获取 Wald 置信区间:

confint.default(model)

r logistic-regression confidence-interval gtsummary
1个回答
0
投票

是的,

tbl_regression
默认使用
confint
。来自文档:

该函数使用 broom::tidy 和 broom.mixed::tidy 来执行 初始模型格式化。

来自

broom:::tidy.glm
的来源:

 ci <- broom_confint_terms(x, level = conf.level)

来自

broom:::broom_confint_terms
的来源:

ci <- suppressMessages(confint(x, ...))

但是,我们可以通过将

tidy_fun
tbl_regression
参数设置为自定义整理器来编写解决方法:

# custom wrapper from broom::tidy that substitutes the Wald CI
tidyWaldCI <- function(x, ...) {
  tidytibble <- broom::tidy(x, ...)
  tidytibble[,c("conf.int", "conf.high")] <- confint.default(x)
  return(tidytibble)
}

# call tbl_regression as you would normally, but add tidy_fun = tidyWaldCI
tbl_regression(model, tidy_fun = tidyWaldCI)
© www.soinside.com 2019 - 2024. All rights reserved.