我有使用MICE包估算的缺失值的数据。
impData <- mice(analysis_set,m=5,maxit=50,meth='pmm',seed=500)
现在我需要运行逻辑回归分析:
modelFit1 <- with(data = impData,
exp = glm(formula = Outcome ~ inputVar1 + inputVar2 + inputVar3,
family = binomial(link = "logit")))
我可以使用以下方法获得合并分析:
pool(modelFit1)
更多信息使用:
summary(pool(modelFit1))
最后一个命令显示估计值,SE,t,df,Pr(>|t|),lo 95,hi 95,nmis,fmi和lambda。
我的问题是:有没有一种简单的方法可以从合并分析中获得OR和95%CI?
我曾经在数据集上使用:
exp(cbind(OR = coef(mylogit), confint(mylogit)))
其中 mylogit 是数据集的 glm()。是否有与合并分析等效
的?池对象位于 MICE 包中的类mipo
下。
summary(pool(modelFit1), conf.int = TRUE, exponentiate = TRUE)
给出优势比(估计值)和相应的置信区间。
>谢谢@user20650
summaryPool <- summary(pool(modelFit1))
exp(cbind(summaryPoolM2[,1],summaryPoolM2[,6],summaryPoolM2[,7]))
第 1 列是估计值,第 6 列和第 7 列是 ln(95% 置信区间)。将这些值相加以求幂得到 OR 和 95% 置信区间。